Python/Pandas 时间序列值和差异的相关性答案

【问题标题】：Python/Pandas time series correlation on values vs differencesPython/Pandas 时间序列值和差异的相关性
【发布时间】：2021-02-25 19:54:53
【问题描述】：

我熟悉 Pandas Series corr 函数来计算两个 Series 之间的相关性，例如：

import pandas as pd
import numpy as np

A = pd.Series(np.random.randint(1,101,50))
B = pd.Series(np.random.randint(1,101,50))

A.corr(B)

这将计算两个系列的 VALUES 的相关性，但如果我使用的是时间序列，我可能想要计算变化的相关性（绝对变化或百分比变化以及超过 1d、1w、1m、等）。

一些统计软件可以很容易地做到这一点，当然我可以创建一个包含每日、每周变化的系列，然后运行相同的函数，但我想知道有没有更 Pythonic 的方法来做到这一点？

【问题讨论】：

【解决方案1】：

我想通过 pandas 更 Pythonic 的方式是使用 df.pct_change()：

假设 A 和 B 是时间序列：

A.pct_change().corr(B.pct_change())

【讨论】：