pandas.core.window.expanding.Expanding.corr#
- Expanding.corr(other=None, pairwise=None, ddof=1, **kwargs)[源代码]#
计算扩展关联。
- 参数
- other系列或DataFrame,可选
如果未提供,则将默认为self并生成成对输出。
- pairwise布尔默认为无
如果为False,则只使用self和Other之间的匹配列,并且输出将是DataFrame。如果为True,则将计算所有成对组合,并且在DataFrame输入的情况下,输出将是多索引DataFrame。在缺少元素的情况下,将仅使用完整的两两观察。
- **kwargs
对于NumPy兼容性,不会对结果产生影响。
- 退货
- 系列或DataFrame
返回类型与原始对象相同,
np.float64
数据类型。
参见
cov
计算协方差的方法类似。
numpy.corrcoef
NumPy Pearson的相关性计算。
pandas.Series.expanding
调用使用系列数据展开。
pandas.DataFrame.expanding
调用使用DataFrames进行扩展。
pandas.Series.corr
系列的聚合相关。
pandas.DataFrame.corr
正在聚合DataFrame的关联。
注意事项
此函数使用皮尔逊的相关(https://en.wikipedia.org/wiki/Pearson_correlation_coefficient).定义
什么时候 other 未指定,则输出将是自相关的(例如,全为1),但
DataFrame
输入内容为 pairwise 设置为 True 。函数将返回
NaN
对于等值序列的相关性;这是0/0除法错误的结果。什么时候 pairwise 设置为 False ,仅匹配以下内容的列 self 和 other 将会被使用。
什么时候 pairwise 设置为 True ,则输出将是一个多索引DataFrame,其原始索引位于第一级,而 other 第二层上的DataFrame列。
在缺少元素的情况下,将仅使用完整的两两观察。