与Pandas的Groupby滚动关联 [英] Rolling Correlation with Groupby in Pandas

问题描述

假设我有一个类似于下面的Pandas数据框，我如何通过'ID'列获得2个特定列和组之间的滚动关联（在这个例子中为2天）？我对Pandas rolling_corr（）函数很熟悉，但我无法弄清楚如何将它与groupby（）子句结合在一起。

我有什么：

  ID日期Val1 Val2 
 A 1-Jan 45 22 
 A 2-Jan 15 66 
 A 3- 1月55 13 
 B 1  -  1月41 12 
 B 2  -  1月87 45 
 B 3  -  1月82 66 
 C 1  -  1月33 34 
 C 2- 1月15日67 
 C 3  -  1月46 22 
  

我需要：

  ID日期Val1 Val2 Rolling_Corr 
 A 1-Jan 45 22 
 A 2-Jan 15 66 0.1 
 A 3年1月1日3月1日3月1日3月1日3月1日1月1日1月1日1月1日3月1日3月1日3月1日3月1日3月1日3月1日b $ b C 2-Jan 15 67 0.09 
 C 3-Jan 46 22 0.11 
  

谢谢！

解决方案

您可以实际请从这里的简单方法开始：
熊猫关联组

，然后像这样添加 rolling（3）：

  df.groupby（'ID'）[['Val1'，'Val2']]。rolling（3）.corr（）
  

我将窗口从2更改为3，因为您只能得到1或-1的窗口大小为2.不幸的是，该输出（未显示）有点儿因为当你需要的只是一个标量时它输出一个2×2的相关矩阵。
但增加一行可以使输出更加简洁：

  df2 = df.groupby（'ID' ）[['Val1'，'Val2']]。rolling（3）.corr（）
 
 df2.groupby（level = [0,1]）。last（）['Val1'] 
 
 ID 
 A 0 NaN 
 1 NaN 
 2 -0.996539 
 B 3 NaN 
 4 NaN 
 5 0.879868 
 C 6 NaN 
 7 NaN 
 8 -0.985529 
  

Assuming I have a Pandas dataframe similar to the below, how would I get the rolling correlation (for 2 days in this example) between 2 specific columns and group by the 'ID' column? I am familiar with the Pandas rolling_corr() function but I cannot figure out how to combine that with the groupby() clause.

What I have:

ID  Date    Val1    Val2
A   1-Jan   45      22
A   2-Jan   15      66
A   3-Jan   55      13
B   1-Jan   41      12
B   2-Jan   87      45
B   3-Jan   82      66
C   1-Jan   33      34
C   2-Jan   15      67
C   3-Jan   46      22

What I need:

ID  Date    Val1    Val2    Rolling_Corr
A   1-Jan   45      22  
A   2-Jan   15      66      0.1
A   3-Jan   55      13      0.16
B   1-Jan   41      12  
B   2-Jan   87      45      0.15
B   3-Jan   82      66      0.05
C   1-Jan   33      34  
C   2-Jan   15      67      0.09
C   3-Jan   46      22      0.11

Thanks!

解决方案

You can actually start with the simple approach here: Pandas Correlation Groupby

and then add rolling(3) like this:

df.groupby('ID')[['Val1','Val2']].rolling(3).corr()

I've changed the window from 2 to 3 because you'll only get 1 or -1 with a window size of 2. Unfortunately, that output (not shown) is a bit verbose because it outputs a 2x2 correlation matrix when all you need is a scalar. But with an additional line you can make the output more concise:

df2 = df.groupby('ID')[['Val1','Val2']].rolling(3).corr()

df2.groupby(level=[0,1]).last()['Val1']

ID   
A   0         NaN
    1         NaN
    2   -0.996539
B   3         NaN
    4         NaN
    5    0.879868
C   6         NaN
    7         NaN
    8   -0.985529

这篇关于与Pandas的Groupby滚动关联的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！