問題タブ [rolling-computation]

pandas.rolling_corr が実際にローリング相関を計算する方法を理解しようとしています。これまでのところ、私は常に numpy でそれを行ってきました。速度と使いやすさからパンダを使用することを好みますが、以前のようにローリング相関を取得できません。

2 つの numy 配列から始めます。

ここで、配列 c の長さ 3 のウィンドウの相互相関を計算したいと思います。ローリング ウィンドウ関数を定義します。

生成された各ウィンドウと 2 番目の元のデータセットの間の相関を計算します。このアプローチは問題なく機能します。

出力:

パンダで解決しようとすると：

DataFrame を使用するかどうかに関係なく、rolling_corr:

またはパンダのrolling_corr：

私はたくさんのNaNを取得します：

誰か手を貸してくれませんか？pandas DataFrame を変換して得られた numpy 配列を平坦化することで、numpy の問題を解決できます。

ただし、計算は完全に pandas で解決したいと考えています。ドキュメントを検索しましたが、探している答えが見つかりませんでした。私は何が欠けているか、理解していませんか?

事前にどうもありがとうございました。

D.

APIからデータフレームへのURL Jsonデータを解析するためのpython pandasコードがあります

このエラーを除いて、私には完璧に機能します（注：結果には影響しませんが、この将来の警告が心配です。

すべてのスクリプトのすべてのrolling_maxとrolling_minで同じエラーが常に繰り返されます。

どんな体でも助けてください。

timeseries pandas データフレームがあり、新しい列を計算しました

ただし、標準化する前に、ローリングベースで 5% レベルにウィンザライズしたいと考えています。したがって、任意のデータポイントについて、5% の分位数の外側にある場合は 252 日を振り返り、5% の分位数にクリップしてから標準化します。で動作させる方法がわかりませんでしたrolling.apply。

たとえば (10 個の要素をローリング): (と)
df = pd.DataFrame({'series1':[78, 1, 3, 4, 5, 6, 7, 8, 99]})
でクリップするとします。次に、クリップ レベル: . 次に、標準化の前に予想されるウィンザー化されたウィンドウは0.150.85(min=3.2, max=64)
[ 64 3.2 3.2 4 5 6 7 8 64]

私が見つけたすべての例は、データフレームまたは列全体のいずれかを winsorize しました。