使用Python关联多个时间序列

我有一个数据框，它由两列“AvailabilityZone”和“InstanceType”组成，如下所示

我使用以下代码创建此文件：

#Create full time series and fill data
dfSorted = df.groupby(['AvailabilityZone', 'InstanceType'])
dfSorted = dfSorted.resample('H')
dfSorted = dfSorted.fillna("ffill")
dfSorted = dfSorted.dropna()

每个分组代表一个时间序列。我已经对数据进行了重新采样，这样所有的时间序列都是按小时运行的。我如何运行相关性来找出每个时间序列之间的相似程度

当我使用：

 dfSorted.corr()

它只返回SpotPrice=1，所以我假设我可能需要使用循环之类的东西？并将每个时间序列与其他时间序列进行比较？我失去了任何帮助，非常感谢

以下是作为csv文件的数据帧：

---

我只是在创建组时使用了df.tocsv（）

，我假设您使用的是

groupby

。您可以先创建组：

groups = df.groupby(['whatever','grouping'])

然后你可以得到你想要关联的值的列表，我相信在你的例子中这是

SpotPrice

。所以,

grouped_prices = [g['SpotPrice'].tolist() for i,g in groups]

numpy.corrcoef

将列表列表作为输入，然后计算每个列表之间的相关性，并返回相关系数矩阵。见：

这是你的相关系数矩阵

numpy.corrcoef

和

pandas.DataFrame.corr

应该给出相同的结果，因为默认情况下它们都计算

Pearson

相关系数。我选择使用

numpy.corrcoef

，因为我认为在这种情况下更容易

---

此外，在使用Pearson相关性之前，您应该知道它只测量变量之间的线性关系，并且您的数据必须满足某些假设才能使用它。请参阅示例。

创建组时，我假设您使用的是

groupby

。您可以先创建组：

groups = df.groupby(['whatever','grouping'])

然后你可以得到你想要关联的值的列表，我相信在你的例子中这是

SpotPrice

。所以,

grouped_prices = [g['SpotPrice'].tolist() for i,g in groups]

numpy.corrcoef

将列表列表作为输入，然后计算每个列表之间的相关性，并返回相关系数矩阵。见：

这是你的相关系数矩阵

numpy.corrcoef

和

pandas.DataFrame.corr

应该给出相同的结果，因为默认情况下它们都计算

Pearson

相关系数。我选择使用

numpy.corrcoef

，因为我认为在这种情况下更容易

---

此外，在使用Pearson相关性之前，您应该知道它只测量变量之间的线性关系，并且您的数据必须满足某些假设才能使用它。请参阅示例。

我认为您面临的主要问题是数据帧的结构设置不正确。burhan的上述回答所做的是将数据重组为列表。要继续使用

dataframe.corr（）

类，您需要的是数据中的以下结构：

---

我认为您面临的主要问题是数据帧的结构设置不正确。burhan的上述回答所做的是将数据重组为列表。要继续使用

dataframe.corr（）

类，您需要的是数据中的以下结构：

---

请发布您的数据框示例，我们可以使用pd.read_clipboard（）导入该示例（或创建该示例的代码片段）以及所需/预期的输出。@JulienMarec我已编辑并添加了一个指向我的数据框的链接，作为csv下载！后df.head（）output@Boud上面的图像就是，我使用了group by函数，这就是返回的内容。请发布一个数据帧示例，我们可以使用pd.read_clipboard（）导入它（或创建它的代码片段）以及所需/预期的输出。@JulienMarrec我已经编辑并添加了一个链接到我的数据框，作为csv下载！后df.head（）output@Boud上面的图片就是，我使用了按函数分组，这就是返回的结果。我很抱歉，我没有意识到我在如何创建分组的假设中还剩下多少。我遇到了一个ValueError：太多的值无法解包（预期为2个），但您的答案肯定是正确的，我们将继续讨论，看看我能得到什么。只需尝试制作一个SpotPrice的列表，并将其输入到

numpy.corrcoef

中，我很抱歉，我没有意识到我还有多少时间来进行假设，我包括了关于如何创建组的代码。我遇到一个ValueError：太多的值无法解包（预期为2个），但是你的答案肯定是正确的，我们会继续玩下去，看看我能得到什么。试着把

SpotPrice

的列表列出来，然后输入

numpy。corrcoef

这正是问题的症结所在。我很高兴我很晚才找到答案，哈哈。祝你好运！这正是问题的症结所在。我很高兴我能在晚些时候找到答案。祝你好运！