找到熊猫时间序列之间的相关性答案

【问题标题】：find correlation between pandas time series找到熊猫时间序列之间的相关性
【发布时间】：2020-06-23 03:42:12
【问题描述】：

我有两个 pandas 数据框，我只从一列中获取并将日期列设置为索引，所以现在我有两个 Series。我需要找出这些系列的相关性。

这里有几行来自dfd:

index      change
2018-12-31  -0.86
2018-12-30  0.34
2018-12-27  -0.94
2018-12-26  -1.26
2018-12-25  3.30
2018-12-24  -4.17

来自dfp：

index      change
2018-12-31  0.55
2018-12-30  0.81
2018-12-27  -2.99
2018-12-26  0.50
2018-12-25  3.59
2018-12-24  -3.43

我试过了：

correlation=dfp.corr(dfd)

并得到以下错误：

TypeError: unsupported operand type(s) for /: 'str' and 'int'

【问题讨论】：

标签： python pandas dataframe time-series correlation

【解决方案1】：

问题是dfp被数字字符串repr填充，所以使用Series.astype转换为浮点数：

correlation=dfp.astype(float).corr(dfd.astype(float)
print (correlation)
0.8624789983270312

如果某些非数字值解决方案失败，则使用 to_numeric 和 errors='coerce' - 非数字转换为缺失值：

correlation=pd.to_numeric(dfp, errors='coerce').corr(dfd)

【讨论】：

我收到错误object has no attribute 'corr' 你的两个建议。
@SharonAsayag - 所以print (type(dfp)) 是DataFrame？
注意 TypeError: unsupported operand type(s) for /: 'str' and 'int' 有问题。我通过以下方式修复了它：correlation=dfp.astype(float).corr(dfd.astype(float))。
@SharonAsayag - 超级 :)

【解决方案2】：

可以合并两个数据框并关联列

dfd['date']=pd.to_datetime(dfd['date'])
dfd.set_index(dfd['date'], inplace=True)
dfd.drop(columns=['date'], inplace=True)

dfp['date']=pd.to_datetime(dfp['date'])
dfp.set_index(dfp['date'], inplace=True)
dfp.drop(columns=['date'], inplace=True)
df = pd.merge(dfp,dfd,left_index=True, right_index=True).reset_index()
df

关联两列变化(dfd),(dfp)

df['change(dfp)'].corr(df['change(dfd)'])

结果

【讨论】：

我收到ValueError: can not merge DataFrame with instance of type <class 'pandas.core.series.Series'>。
合并后重置索引。 df = pd.merge(dfp,dfd,left_index=True, right_index=True).reset_index()