Pandas rolling.corr 仅返回错误值答案

【问题标题】：Pandas rolling.corr returns only erroneous valuesPandas rolling.corr 仅返回错误值
【发布时间】：2020-11-24 09:20:08
【问题描述】：

希望这里有人可以帮助我，因为我似乎无法解决问题所在。

我有两个系列的数据，我正在尝试使用pandas [滚动相关]https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.core.window.rolling.Rolling.corr.html 功能计算与两行窗口的滚动相关性，如下r_corr=series1.rolling(2).corr(series2)

数据示例：

2010-01-08         NaN
2010-01-15    0.070039
2010-01-22   -0.047273
2010-01-29    0.013359
2010-02-05    0.109228
                ...   
2017-11-17    0.034265
2017-11-24    0.024689
2017-12-01    0.009061
2017-12-08    0.041224
2017-12-15    0.000784

作为回报，我收到一个充满错误结果的 Series 对象：

2010-01-08    NaN
2010-01-15    NaN
2010-01-22    1.0
2010-01-29    1.0
2010-02-05    1.0
             ... 
2017-11-17    1.0
2017-11-24    1.0
2017-12-01    1.0
2017-12-08    1.0
2017-12-15    1.0

虽然由于窗口的大小，NaN 是可以预料的，但这两个系列之间的相关性几乎在任何时候都不会是 1 或 -1，更不用说全部了。

当然，这可以通过使用标准关联功能correlation=series1.corr(series2) 来确认。

我检查了代码，我检查了环境，但没有发现任何可以解释函数中这种无根据的行为的东西。

我正在运行这个：视窗 10 Jupyter 笔记本从 Conda 安装的 Python 3.8 从 Conda 安装的 Pandas 1.0.5

【问题讨论】：

您正在计算两个二元素序列之间的相关性，始终为 1。您确定这是您想要的吗？
将其更改为 r_corr=series1.rolling(20).corr(series2) 并手动交叉检查列表中最后一项的数据。（记住 rho= cov(x,y)/(sigma x * sigma y) 两个项目为 1...）
@piterbarg，好地方！
@PaulBrennan 你也是。谢谢，两者都如此专注，而不是他的图书馆，以至于完全忘记了检查我到底要做什么。

标签： python pandas dataframe correlation

【解决方案1】：

根据@PaulBrenan 和@piterbag 的建议，问题的解决方案归结为没有为r_corr=series1.rolling(20).corr(series2) 选择正确的窗口。

一旦窗口被纠正，问题也随之而来。

【讨论】：