Python / Pandas 表答案

【问题标题】：Python / Pandas TablesPython / Pandas 表
【发布时间】：2015-07-09 17:16:07
【问题描述】：

首先：感谢您迄今为止的大力帮助！我有一个关于在 iPython 中处理表格格式的问题。

我目前运行此脚本来打印增强的 Dickey-Fuller (ADF) 平稳性测试：

print "Stationarity"
print sm.tsa.stattools.adfuller(df['temperature'], maxlag=None, autolag='BIC', regression='c')

输出是这样的：

Stationarity
(-6.4532219513246361, 1.5054094590984612e-08, 0, 41, {'5%': -2.9351348158036012, '1%': -3.6009833671885199, '10%': -2.6059629803688282}, 1227.2605520289471*)

*（不确定这个值是什么Link to Documentation）

现在，我的问题是：

如何自动计算多个变量？是否可以创建一个包含应用 ADF 测试的不同列（df['variable1']、df['variable1']、df['variable1']、df['variable1']、...）的列表每个项目？
如何将返回的数据放入表结构中？像这样：

ADF 测试

变量 nobs t 检验 p 值 1% 5% 10% 温度 41 6.4532 1.5054094590984612e-08 -3.600 -2.9351 -2.6059 变量 2 ... 变量 3 ...

（顺便问一下：如何将“1.5054094590984612e-08”转换成准确的数字？）

感谢您的支持！

【问题讨论】：

您能否发布原始输入数据，至于您的第一个问题，我认为这应该可行，如果col_list 是您的变量列表，那么df[col_list].apply(sm.tsa.stattools.adfuller, maxlag=None, autolag='BIC', regression='c') 您可以将这些分配给新列，然后转置如果您希望将列作为索引值。
酷 - 问题 #1 现在似乎已经解决了！我实现了脚本并且它有效。你能帮我解决第二个问题吗？
您能否提供一些原始数据或指向您的数据的链接，我不知道这是什么输入
作为输入，您基本上只需要一个值列表（时间序列）。我不能在这里透露数据，但可以想象它是 1 到 30 之间的 1000 多个值的列表。
所以只是一个日期时间索引和随机值？

标签： python pandas dataframe

【解决方案1】：

所以我基本上敲了一些虚拟数据，基本上我为每个col构建一个dict来存储adf测试结果，然后为每个结果构建一个df：

In [12]:

df = pd.DataFrame(index = pd.date_range(start=dt.datetime(2014,1,1), end = dt.datetime(2014,6,1)))
import statsmodels.tsa.stattools as ts
df['a'] = np.random.randint(0,30,len(df.index))
df['b'] = np.random.randint(0,30,len(df.index))

result={}
for col in df:
    result[col] = ts.adfuller(df[col], maxlag=None, autolag='BIC', regression='c')
result
Out[12]:
{'a': (-14.5378299332063,
  5.2041541962613174e-27,
  0,
  151,
  {'1%': -3.4744158894942156,
   '10%': -2.5770812758212358,
   '5%': -2.8808783827710589},
  983.29106640612281),
 'b': (-12.247140023284922,
  9.7254933298555022e-23,
  0,
  151,
  {'1%': -3.4744158894942156,
   '10%': -2.5770812758212358,
   '5%': -2.8808783827710589},
  983.89321857804237)}
In [29]:

df_result = pd.DataFrame()

for k,v in result.items():
    df_result = df_result.append(pd.DataFrame(
            data={'nobs':v[3], 't-test':v[0], 'p-value':v[1], '1%':v[4]['1%'], '5%':v[4]['5%'], '10%':v[4]['10%']},
            index=[k]))
df_result.index.name = 'temperature'
df_result
Out[29]:
                   1%       10%        5%  nobs       p-value    t-test
temperature                                                            
a           -3.474416 -2.577081 -2.880878   151  5.204154e-27 -14.53783
b           -3.474416 -2.577081 -2.880878   151  9.725493e-23 -12.24714

【讨论】：

它似乎可以工作，除了它将所有项目四舍五入。 “-3.474416”是“-3”，“-2.577081”是“-2”...
这可能是一个显示问题，当您像上面的代码一样打印result 时会发生什么？
这些值是正确的（小数点后 16 位）。我不知道为什么 df_results 表中的值是四舍五入的
我认为这是一个显示问题，df['1%'] 显示什么或更好df['1%'].iloc[0] 显示？。
pd.options.display.float_format = '{:,.4f}'.format 解决了这个问题！