我有一个带有日期时间索引的数据框，其中数据被不规则地采样（日期时间索引有间隙，即使没有间隙，样本之间的间距也会变化）。
如果我这样做：
df['我的专栏'].autocorr(my_lag)
这行得通吗？ autocorr 是否知道如何处理不规则采样的日期时间数据？
【问题讨论】：
标签： python pandas autocorrelation
不太清楚这里的“句柄”是什么意思，但autocorr 并没有做任何特别的事情。这实际上更像是一种方便的方法，因为它相当于手动移动序列并获取其相关性。
In [3]: df.col.autocorr(lag=1) == df.col.corr(df.col.shift(1))
Out[3]: True
【讨论】：
这不是一个编程问题。
理想情况下，您的自相关度量将使用以相同频率/相同时间间隔测量的数据。任何编程包中的任何 autocorr 函数都将简单地测量系列与您想要的任何滞后之间的相关性。它不会纠正不规则的频率。
您必须自己解决此问题，但 1) 设置具有固定频率的系列，2) 将您拥有的实际值映射到日期结构，3) 在有间隙/NaN 的地方插入值，然后 4)运行你的自动校正。
长话短说，autocorr 不会为您完成所有这些工作。
如果我误解了您担心的问题，请告诉我。了解更多有关采样频率的信息会很有帮助。我不得不处理很多这样的事情。
【讨论】：