当一个列表包含日期值时，如何找到两个列表之间的相关性？

Question

我正在尝试使用 scipy 中的 pearsonr 函数每 30 天计算两个列表之间的相关性。

一个列表包含日期（称为dateValues），另一个包含销售（称为saleNumbers）。我之前已经使用 datetime.strptime 提取了日期，如果我打印出 dateValues，我会得到一个任意长度的日期范围。

datetime.datetime(2016, 8, 12, 0, 0), datetime.datetime(2016, 8, 11, 0, 0), datetime.datetime(2016, 8, 10, 0, 0)...etc

这里是销售清单：

saleNumbers = [3567,2348,1234,....etc]

但是当我这样做时

pearsonr(dateValues,saleNumbers)

我得到了错误

TypeError: unsupported operand type(s) for +: 'datetime.datetime' and 'datetime.datetime'

找了好久，发现可以用datetime.date来做日期之间的算术运算。

所以我这样做了：

print(datetime.date(dateValues[0]) - datetime.date(dateValues[29]))

果然，这给了我 30 天的时差。

然后我尝试了这个：

pearsonr(datetime.date(dateValues[0]) - datetime.date(dateValues[29]),saleNumbers)

然后我得到这个错误

TypeError: len() of unsized object

有什么想法可以让我继续前进吗？另外我不认为 datetime.date(dateValues[0]) - datetime.date(dateValues[2]) 是查找相关性时处理日期列表的正确 Pythonic 方式。

PS：在这张图片中，是一个 Excel 电子表格，显示了我已经完成的工作，但试图在 Python 中复制：http://i.imgur.com/0Fj36Al.jpg

Answer 1

先将它们转换为数值：

arbitrary_date = datetime(1970,1,1)
pearsonr([(d - arbitrary_date).total_seconds() for d in dateValues], saleNumbers)

人物相关性不受任一轴上的缩放或平移（仿射变换）的影响

Answer 2

你可以试试这样的：

import numpy as np
pearsonr(np.array(dateValues, dtype=np.datetime64).astype("int"), np.array(saleNumbers))