在Pandas中使用分组滚动相关性

Question

假设我有一个类似下面的Pandas数据框，我该如何获取2个特定列的滚动相关性（在此示例中为2天），并按“ID”列进行分组？我熟悉Pandas rolling_corr()函数，但我无法弄清如何将其与groupby()子句结合使用。

我有什么：

ID  Date    Val1    Val2
A   1-Jan   45      22
A   2-Jan   15      66
A   3-Jan   55      13
B   1-Jan   41      12
B   2-Jan   87      45
B   3-Jan   82      66
C   1-Jan   33      34
C   2-Jan   15      67
C   3-Jan   46      22

我需要的是:

ID  Date    Val1    Val2    Rolling_Corr
A   1-Jan   45      22  
A   2-Jan   15      66      0.1
A   3-Jan   55      13      0.16
B   1-Jan   41      12  
B   2-Jan   87      45      0.15
B   3-Jan   82      66      0.05
C   1-Jan   33      34  
C   2-Jan   15      67      0.09
C   3-Jan   46      22      0.11

谢谢！

- Gohawks

Answer 1

您可以从这里开始简单地处理： Pandas相关性分组，然后像这样添加rolling（3）：

df.groupby('ID')[['Val1','Val2']].rolling(3).corr()

我将窗口从2改为3，因为窗口大小为2时只能获得1或-1。不幸的是，输出结果（未显示）有些冗长，因为它输出了一个2x2的相关矩阵，而你只需要一个标量值。

但是，通过添加一行代码，你可以使输出更简洁：

df2 = df.groupby('ID')[['Val1','Val2']].rolling(3).corr()

df2.groupby(level=[0,1]).last()['Val1']

ID   
A   0         NaN
    1         NaN
    2   -0.996539
B   3         NaN
    4         NaN
    5    0.879868
C   6         NaN
    7         NaN
    8   -0.985529

- JohnE

---

感谢您的努力。我发布了另一个问题，但我认为我正在接近......使用apply方法与lambda函数似乎朝着正确的方向发展。 - Gohawks

新的问答：https://dev59.com/p4jca4cB1Zd3GeqPz6gO - JohnE