计算 Pandas 中的滚动相关值
本教程将讨论如何在 Pandas 中查找滚动相关值。
在 Pandas 中计算滚动相关值的步骤
以下是计算 Pandas DataFrame 两列之间滚动相关性的步骤。
进口 Pandas
我们需要从导入 Pandas 库开始。
import pandas as pd
创建一个 DataFrame
现在让我们创建一个带有两列的示例 Pandas DataFrame，我们将在两列之间计算滚动相关性。
data = {"Data1": [1, 4, 7, 10], "Data2": [2, 5, 8, 11]}
df = pd.DataFrame(data)
我们创建了一个名为 data 的字典，其中包含 Data1 和 Data2 两列，并将该字典传递给 pd.DataFrame() 函数以创建如下所示的 Pandas DataFrame。
print(df)
输出：
Data1 Data2
0 1 2
1 4 5
2 7 8
3 10 11
计算滚动相关性
我们将使用 Pandas 中的 rolling() 函数滚动我们的第一列，然后使用 corr() 函数计算滚动列与 DataFrame 中另一列的相关性。
rc = df["Data1"].rolling(2).corr(df["Data2"])
我们通过两个观察值的窗口长度将第一列滚动 2 并将其与第二列相关联。我们将相关值存储在一个新变量中。
现在让我们打印新变量以查看两列之间滚动相关性的值。
print(rc)
输出：
0 NaN
1 1.0
2 1.0
3 1.0
上面的输出显示了 DataFrame 中两列之间的滚动相关值。因此，我们可以使用上述技术成功地确定 Pandas 中两个 DataFrame 列之间所需的滚动相关值。
相关文章
计算 Pandas DataFrame 列的数量
发布时间：2024/04/20 浏览次数：113 分类：Python
-
本教程解释了如何使用各种方法计算 Pandas DataFrame 的列数，例如使用 shape 属性、列属性、使用类型转换和使用 info() 方法。
更改 Pandas DataFrame 列的顺序
发布时间：2024/04/20 浏览次数：116 分类：Python
-
在这篇文章中，我们将介绍如何使用 python pandas DataFrame 来更改列的顺序。在 pandas 中，使用 Python 中的 reindex() 方法重新排序或重新排列列。
从 Pandas DataFrame 系列中获取列表
发布时间：2024/04/20 浏览次数：136 分类：Python
-
本文将讨论如何使用 tolist 方法从 Pandas DataFrame 系列中获取列表，并探索 Pandas DataFrame 结构。
创建一个空的 Pandas DataFrame 并用数据填充它
发布时间：2024/04/20 浏览次数：129 分类：Python
-
本文将演示如何创建一个空的 Pandas DataFrame 并通过附加行和列来填充数据的不同方法。
Pandas 中的 Join 和 Merge 有什么区别
发布时间：2024/04/20 浏览次数：59 分类：Python
-
本文将为我们介绍 pandas 中 join 和 merge 方法之间的区别。
Pandas 以表格样式显示 DataFrame
发布时间：2024/04/20 浏览次数：155 分类：Python
-
本教程演示了如何通过使用不同的方法（例如，使用显示函数、制表库和使用 dataframe.style）以表格样式显示 Pandas DataFrame。
Pandas 和 Seaborn 的 KDE 绘图可视化
发布时间：2024/04/20 浏览次数：191 分类：Python
-
本文演示了如何将 KDE 绘图可视化与 Pandas 和 Seaborn 一起使用。
Pandas DataFrame 中浅拷贝与深拷贝的区别
发布时间：2024/04/20 浏览次数：81 分类：Python
-
本教程介绍如何使用 Pandas DataFrame 来识别浅拷贝和深拷贝之间的区别。
Pandas DataFrame 尺寸
发布时间：2024/04/20 浏览次数：83 分类：Python
-
本教程解释了 python pandas 属性（例如 df.size、df.shape 和 df.ndim）的工作原理。
