Python 计算熊猫中的滚动窗口成对关联

我是python新手，正在尝试计算不同股票回报之间的滚动交叉相关性。我的数据框很大，它包含许多NAN。因此，rolling_corr（）似乎工作得不太好

这是我的数据帧的一部分

我创建了一个函数，该函数生成相关矩阵，并按以下方式将其解压回数据帧：

def corr_func(df,n=None):
    cmat = df.corr(method='pearson', min_periods=n)
    mask = np.ones(cmat.shape,dtype='bool')
    mask[np.triu_indices(len(cmat))] = False
    dfnew = cmat[cmat.notnull()&mask]    
    dfnew = dfnew.stack()
    dfnew = dfnew.reset_index(level=1)
    dfnew.columns = ['PERMNO2','Value']
    dfnew.reset_index(inplace=True)
    dfnew=dfnew.rename(columns = {'PERMNO':'PERMNO1'})
    # Associate with the window (first date and last date)
    df.reset_index(inplace=True)
    df.sort_values('date',inplace=True)
    dfnew['date_first'] = df['date'].iloc[0]
    dfnew['date_last'] = df['date'].iloc[-1]
    return(dfnew)

结果数据框聚合了我的样本中股票收益的独特成对相关性。以下是结果数据帧的一个片段：

我试图用rolling_apply和这个函数（corr_func）实现滚动互相关，但没有成功。 是否有一种优雅的方法可以使用rolling\u apply或其他方法在数据框中聚合滚动交叉相关性？

显示了良好的解决方案。显示了良好的解决方案。