pandas.core.window.expanding.Expanding.corr

Expanding.corr(other=None, pairwise=None, ddof=1, numeric_only=False, **kwargs)[source]

Вычисление скользящей корреляции.

Параметры

other:Series или DataFrame, необязательно

Если не указан, по умолчанию устанавливается self, и генерируется парный вывод.

pairwise:bool, по умолчанию None

Если False, будут использованы только соответствующие столбцы между self и other, и результат будет DataFrame. Если True, будут вычислены все парные комбинации, и результат будет DataFrame с многоуровневым индексом в случае входных данных DataFrame. При отсутствии элементов будут использованы только полные парные наблюдения.

numeric_only:bool, по умолчанию False

Включить только столбцы с плавающей запятой, целыми числами, булевыми значениями.

Добавлен в версии 1.5.0.

**kwargs

Для совместимости с NumPy и не повлияет на результат.

Устарело начиная с версии 1.5.0.

Возвращает

Series или DataFrame

Тип возвращаемого значения такой же, как у исходного объекта с типом np.float64.

См. также

cov

Аналогичный метод для вычисления ковариации.

numpy.corrcoef

Вычисление корреляции Пирсона в NumPy.

pandas.Series.expanding

Вызов expanding с данными Series.

pandas.DataFrame.expanding

Вызов expanding с DataFrame.

pandas.Series.corr

Агрегирование corr для Series.

pandas.DataFrame.corr

Агрегирование corr для DataFrame.

Примечания

Данная функция использует определение корреляции Пирсона (https://en.wikipedia.org/wiki/Pearson_correlation_coefficient).

Когда other не указан, вывод будет корреляцией self (например, все 1), за исключением входных данных DataFrame с pairwise, установленным в True.

Функция вернет NaN для корреляции последовательностей с одинаковыми значениями; это результат ошибки деления 0/0.

Когда pairwise установлено в False, будут использованы только соответствующие столбцы между self и other.

Когда pairwise установлено в True, вывод будет DataFrame с многоуровневым индексом, с исходным индексом на первом уровне и столбцами DataFrame other на втором уровне.

В случае отсутствия элементов будут использованы только полные парные наблюдения.