我有一个Pandas数据框，它具有七年期限的DateTime指数和10种不同资产的价格数据 . 我想运行dataframe.corr函数来评估资产之间的关系，我的问题是我想在特定月份运行corr函数 . 所以在所有年份的1月份，相关性是什么？
从我读过的内容来看，如果我分组的时候我可能会失去正确的时间进度，这会使相关性分析变得毫无用处 .
如何按月对数据框进行分组并保持时间顺序？
使用 df['month'] = df.index.month 从DatetimeIndex中提取月份 . 然后groupby month ：
df['month'] = df.index.month
month
import numpy as np import pandas as pd N = 100 index = pd.date_range('2000-1-1', periods=N, freq='B') df = pd.DataFrame(np.random.random((N,3)), index=index) df['month'] = df.index.month result = df.groupby('month').corr() print(result.head(9))
产生一个DataFrame，其前几行如下所示：
0 1 2 month 1 0 1.000000 -0.000325 -0.208282 1 -0.000325 1.000000 -0.236316 2 -0.208282 -0.236316 1.000000 2 0 1.000000 0.056222 -0.010197 1 0.056222 1.000000 -0.140247 2 -0.010197 -0.140247 1.000000 3 0 1.000000 -0.064615 -0.111025 1 -0.064615 1.000000 -0.100798 2 -0.111025 -0.100798 1.000000
这显示了DataFrame列之间的相关性 . 请注意，索引是MultiIndex，其第一级是月，第二级是指与关联关联的两个DataFrame列之一 .
corr 方法忽略索引 - 它将DataFrame的两列视为数组 . 因此，具有时间差的分组数据没有问题 .
corr
1 回答
使用
df['month'] = df.index.month从DatetimeIndex中提取月份 . 然后groupbymonth：产生一个DataFrame，其前几行如下所示：
这显示了DataFrame列之间的相关性 . 请注意，索引是MultiIndex，其第一级是月，第二级是指与关联关联的两个DataFrame列之一 .
corr方法忽略索引 - 它将DataFrame的两列视为数组 . 因此，具有时间差的分组数据没有问题 .