如何使用 groupby 计算 pandas 数据框中两列之间的滚动相关系数？答案

【问题标题】：How to calculate a rolling correlation coefficient between 2 columns in a pandas dataframe with groupby?如何使用 groupby 计算 pandas 数据框中两列之间的滚动相关系数？
【发布时间】：2021-09-17 20:59:14
【问题描述】：

我有一个数据框：

df=pd.dataframe({'group':['A','A','A','A','A','A','A','A','B','B','B','B','B','B','B','B'],'val1':[100,200,300,400,50,150,250,350,50,150,250,350,100,200,300,475],'val2':[3,5,10,-3,2,-5,89,12,35,5,10,-3,2,-5,89,12]})

我想计算滚动窗口为 3 的列“val1”和“val2”之间以及每个组内的相关系数。我想将此作为列添加到数据框中。我可以在不使用 groupby 的情况下做到这一点：

df['val1'].rolling(5).corr(df['val2'])

但我无法将其与 groupby 合并。

我正在寻找的输出是添加到原始 df 的列，如下所示：

group	Val1	Val2	Correlation
A	100	3	Nan
A	200	5	Nan
A	300	10	Nan
A	400	-3	Nan
A	50	2	0.1
A	150	-5	-0.25
A	250	89	0.8
A	350	12	0.65
B	50	35	Nan
B	150	5	Nan
B	250	10	Nan
B	350	-3	Nan
B	100	2	-0.43
B	200	-5	0.23
B	475	89	0.87
B	100	12	0.65

【问题讨论】：

标签： pandas pandas-groupby rolling-computation

【解决方案1】：

您可以使用.groupby() 按列分组group。结果将是 2 个组，每个组包含所有行（即使对于不属于该组的行）。然后，在原行索引上用.GroupBy.max()聚合，进一步组合不同组的结果，如下：

df['Correlation'] = df.groupby('group')['val1'].rolling(5).corr(df['val2']).groupby(level=1).max()

结果：

print(df)

   group  val1  val2  Correlation
0      A   100     3          NaN
1      A   200     5          NaN
2      A   300    10          NaN
3      A   400    -3          NaN
4      A    50     2    -0.136808
5      A   150    -5     0.051931
6      A   250    89     0.093510
7      A   350    12     0.079207
8      B    50    35          NaN
9      B   150     5          NaN
10     B   250    10          NaN
11     B   350    -3          NaN
12     B   100     2    -0.652637
13     B   200    -5    -0.210248
14     B   300    89     0.328695
15     B   475    12     0.152914

【讨论】：