Pandas （n）.corr（）无论数据是什么，都卡在1上？

不管我输入了什么数据，我只得到1的系数作为回报

data = {"one":[1, 2, 3, 4, 5, 6, 7, 8]}
compute = data["one"].rolling(3).corr()

0    NaN
1    NaN
3    1.0
4    1.0
5    1.0
6    1.0
7    1.0

我试图让它给我滚动相关性，但是我得到的回报表明我不明白这里发生了什么，或者我做错了什么

---

谢谢你

我不知道你想做什么，但是

foo.rolling（n）.corr（）

其中

foo

是一个线性序列，它给出了线性序列与其移位自相关（如此相等的增长率），因此相关性定义为1。你自己看看：

import pandas as pd
d = {"one":[1, 2, 3, 4, 5, 6, 7, 8]}
data=pd.DataFrame(d)
compute = data["one"].rolling(3).corr()
for i in data["one"].rolling(3):
    print(i)

返回：

Name: one, dtype: int64
0    1
1    2
Name: one, dtype: int64
0    1
1    2
2    3
Name: one, dtype: int64
1    2
2    3
3    4
Name: one, dtype: int64
2    3
3    4
4    5
Name: one, dtype: int64
3    4
4    5
5    6
Name: one, dtype: int64
4    5
5    6
6    7
Name: one, dtype: int64
5    6
6    7
7    8
Name: one, dtype: int64

---

这是不可复制的。您有不同的变量

d

和

数据

。如果将

data

更改为

d

，则会得到：

AttributeError:'list'对象没有属性“rolling”

，这不是使用

corr（）

的方式。这将引发：

TypeError:corr（）缺少1个必需的位置参数：“other”

@C8H10N4O2-缺少一行

data=pd.DataFrame（d）

，那么它是可复制的。您可以计算一列的相关性而不产生错误，但它始终是

1.0

（与自身的相关性）。你不需要“其他”。这就是为什么每一行都是

1.0

@carlwalters-我想你需要解释一下你期望的输出。很可能你需要另一种方法@C8H10N4O2是正确的：人们通常不会这样使用

corr

。感谢您对我编辑的d数据的反馈。