Python上的关联

我有以下数据帧：

    StockId Date    Value
    1       2015-01-02  -0.070012
    2       2015-01-02  -0.022447
    4       2015-01-02  -0.011474
    6       2015-01-02  0.003796
    13      2015-01-02  -0.032061
    ...
    355     2018-09-14  -0.035717
    356     2018-09-14  -0.007899
    357     2018-09-14  0.065217
    358     2018-09-14  0.063536
    359     2018-09-14  -0.023433 

---

---

我在寻找股票之间随时间的相关性，以便找到与股票1最相关的五只股票。有没有一种使用熊猫的快速方法？或者这需要创建数组，然后逐个计算相关性吗？数据框中有359只股票。

假设您的数据框为长格式，每天对每只股票进行一次估值，则可以使用该函数将其重塑为宽格式。指定

Date

作为新数据帧的索引，并指定

StockID

作为列。如果您的数据采样次数超过每天，则可以将

aggfunc

参数指定为min/max/avg或您认为适合您的应用程序的任何其他参数。如果采样的数据少于每日采样，则仍然可以运行代码，但请注意相关性将基于一些空值

注意：我只是说每天，因为这是你的表似乎意味着什么

从那里可以使用查看相关矩阵

df = df.pivot(index='Date', columns='StockID')
df.columns = df.columns.droplevel()  # Convert multi-index to single index
print(df)
# StockID           a         b         c
# Date
# 1/10/2020  0.956625  0.175345  0.999375
# 1/11/2020  0.458859  0.714604  0.995440
# 1/12/2020  0.603331  0.881022  0.215262
# 1/13/2020  0.584198  0.303796  0.332117

matrix = df.corr()
print(matrix)
# StockID         a         b         c
# StockID                              
# a        1.000000 -0.680290  0.305365
# b       -0.680290  1.000000 -0.336229
# c        0.305365 -0.336229  1.000000

从这里开始，您可以遍历每一行，按值对行进行排序，然后您将得到一个按最强相关性排序的dict

for stock, corr in matrix.to_dict().items():
    corr = {
        k: v for k, v
        in sorted(corr.items(), key=lambda item: -item[1])
        if k != stock
    }
    print(stock, corr)
# a {'c': 0.30536503121224934, 'b': -0.6802897760166712}
# b {'c': -0.3362290204607999, 'a': -0.6802897760166712}
# c {'a': 0.30536503121224934, 'b': -0.3362290204607999}

或者，如果你想要更直观的对比

plt.matshow(matrix)
plt.colorbar()
plt.show()

---

前几行是否缺少一列？数据帧似乎从3列跳到4列。如果是，可以更新列标题。另外，您的数据帧的形状是什么？抱歉-没有遗漏列，我只是省略了索引。形状大约是2555x3。遗憾的是，我没有每天对每只股票估价一次。当我运行命令时，我得到：“列中没有任何['StockID']。我注意到我的代码中的

StockID

在你的代码中是

StockID

。股票估值的频率是高于一天还是低于一天？pivot函数有一个可以使用的

aggfunc

参数。如果我只想从相关矩阵中可视化一只股票，如何替换print（stock，corr）命令？这取决于你想如何可视化它。如果您已经对数据进行了透视，则可以执行

df[[stock\u id]].plot（）

假设您已导入

matplotlib

，然后可以使用

plt.show（）

谢谢！如果我只想从相关矩阵中看到一只股票（股票1）（看看它与其他股票的相关性），我该怎么做？矩阵[[1]]不工作。