pythonic获取pandas数据帧中元素序列相关性的方法

Question

给定一个数据框

A = pd.DataFrame([[1, -5, 2], [2, -4, -4], [3, 3, 1], [-4, 2, -2], [-5, 1, 4]],
                 columns=['A', 'B', 'C'], index=[1, 2, 3, 4, 5])

以pythonic的方式，我怎样才能成对地获得列的连续元素的序列相关性。序列相关很简单：

例如对于A列的第一个元素：

如果元素1A > 0 & 2A > 0 or 1A < 0 & 2A < 0 Serial Correlation = 1

如果元素1A > 0 & 2A < 0 or 1A < 0 & 2A > 0 Serial Correlation = -1

然后您将在列中将每个元素与前一个元素进行比较。

我们的虚拟 df 所需的输出。

   A  B  C
1        
2  1  1 -1
3  1 -1 -1
4 -1  1 -1
5  1  1 -1

然后我会执行serial_corr = df.mean() 之类的操作，以获取列的总 s.correlation。

谢谢

Answer 1

您可以使用DataFrame's shift 方法。注意：如果被比较的任何一个值为 0，这将产生 NaN。

result = (A.shift() * A).dropna()
result /= result.abs()
print(result)

生产

   A  B  C
2  1  1 -1
3  1 -1 -1
4 -1  1 -1
5  1  1 -1