首页 文章

iterrows（）：为每一行提供相同的结果

提问于
浏览 次
-1

我试图在几行上创建几个滞后的自协方差 . 在这个例子中，我有两行和11滞后 .

我的示例中有以下两行：

在文字中：

array([[164, 148, 152, 144, 155, 125, 153, 146, 138, 190, 192, 192],
   [239, 379, 105, 150, 400, 326, 134, 441, 199, 431, 203, 425]], dtype=int64)

我想得到滞后0,1 ... 11的每一行的自协方差 .

现在，我得到了以下代码：

import statsmodels as sm
 import numpy as np
 import pandas as pd
 df = pd.read_excel("directory\\file.xlsx")

def autocov(row):
    x = sm.tsa.stattools.acovf(df.T[row], unbiased=False, demean=True, 
    fft=None, missing='none')
    autocov_df = pd.DataFrame(x)

for index,row in df.iterrows():
     print(x)

这打印出以下数组：

在文字中：

[ 447.52083333  191.93229167   94.51041667  -26.36979167  -87.58333333
   -97.90104167 -121.86458333  -54.328125    -94.47916667  -31.19270833
   -12.65625      16.171875  ]
 [ 447.52083333  191.93229167   94.51041667  -26.36979167  -87.58333333
   -97.90104167 -121.86458333  -54.328125    -94.47916667  -31.19270833
  -12.65625      16.171875  ]

但是，正如您所看到的，它为两行打印相同的值 .

我的代码中我做错了什么???

这是我的首选输出：

[ 447.52083333  191.93229167   94.51041667  -26.36979167  -87.58333333
  -97.90104167 -121.86458333  -54.328125    -94.47916667  -31.19270833
  -12.65625      16.171875  ]
[ 14887., -7237., 1811.,-198.5,
  2903.08333333,  -3346.41666667,   1140.33333333,  -1207.25      ,
  1141.08333333,  -3307.75      ,   1402.33333333,   -544.41666667]
python python-3.x windows

1 回答

  • 1

    您正在使用 index, row 进行迭代，但是您打印的是常量值：

    for index,row in df.iterrows():
    print(autocov_df.T)

    autocov_df.T 不依赖 index 或 row .

    您需要使用迭代变量来查看差异，例如：

    for index,row in df.iterrows():
    y = some_function(index,row)
    print(y)

    在您的示例中，您不调用 autocov 并且该函数中没有return语句：

    def autocov(row):
    x = sm.tsa.stattools.acovf(df.T[row], unbiased=False, demean=True, 
    fft=None, missing='none')
    autocov_df = pd.DataFrame(x)
    return(autocov_df)

for index,row in df.iterrows():
     x = autocov(index)
     print(x)

    请注意，您的参数命名可能会产生误导 .

    回复于

相关问题