python pandas 滑动计算相关系数

有两个文件，文件 1 和文件 2，都是 csv 文件，第一列是 datetime 格式，第二列是分钟值的数据，实现的目标是把两个文件合并成一个文件，文件 1 的数据列列名为 n1，文件 2 的数据列列名为 n2，合并后数据格式为第一列为分钟值，第二列和第三列为具体数据，把这些分钟数据切成按天划分的数据，再对 n1 和 n2 做相关计算，把计算结果存入到文件，第一列是时间，第二列是相关系数。

一、读入数据

df1 = pd.read_csv(file1_csv ,sep=',' , parse_dates=['date_time'])
df2 = pd.read_csv(file2_csv ,sep=',' , parse_dates=['date_time'])
#原来数据列名相同，更改列名
df1.columns = ['date_time','n1']
df2.columns = ['date_time','n2']
#通过pandas的merge合并两个文件成一个文件
df = pd.merge(df1, df2)
#让第一列数据转成datetime格式，
df['date_time1'] = pd.to_datetime(df['date_time'])

二、计算总天数

timg_l = (df['date_time1'].max() - df['date_time1'].min() ) / datetime.timedelta(days = 1)

三、计算相关系数

file_corr 为相关系数文件。通过 pandas 的条件筛选，选出一天的数据，对一天的数据做相关计算，得到的结果是 DateFrame 的表，是相关系数矩阵，把相关系数矩阵转换成字典格式，得到的相关系数存入到 csv 文件中，操作完成。可以画出相应的相关系数图件。

with open(file_corr,"w") as f:
    f.write( "date_time,corr" + '\n')
    for i in range(int(timg_l)):
         begin_data = df['date_time1'].min() + datetime.timedelta(days = i)
         end_data = df['date_time1'].min() + datetime.timedelta(days = i+1)
         temp = df[(df['date_time1']> begin_data) & (df['date_time1'] < end_data)]
         sss = temp.corr() 
         da = sss.to_dict(orient = 'dict')  #records
         #for ss in sss:
         #    print(ss)
         #print(da['n2']['n1'])
         f.write(str(begin_data) + "," + str(da['n2']['n1']) + '\n')
    f.close() #关闭文件，处理结束

使用 pandas 的筛选功能，还能实现一些其他计算和筛选功能，希望我的文字对你有帮助。