python - 在 Pandas 时间序列中计算协方差

Question

如果这被记录在某处而我只是找不到它，请提前道歉：

假设我有一个时间序列数据框，如下所示：

WEEK_END_DATE              TITLE_SHORT          SALES  
2012-02-25 00:00:00.000000 "Bob" (EBK)            1
2012-03-31 00:00:00.000000 "Bob" (EBK)            1
2012-03-03 00:00:00.000000 "Sally" (EBK)          1
2012-03-10 00:00:00.000000 "Sally" (EBK)          1
2012-03-17 00:00:00.000000 "Sally" (EBK)          1
2012-04-07 00:00:00.000000 "Sally" (EBK)          1

我想计算销售额的协方差，以便找到倾向于一起移动的用户。我知道 pandas 具有协方差功能： http: //pandas.pydata.org/pandas-docs/stable/computation.html#covariance，但我不确定如何为这种目的重塑我的数据。

我是否认为需要将用户设置为列索引，以便每个系列都是跨时间序列的向量？我不知道该怎么做。

Answer 1

您正在寻找 pandas pivot。首先做：

df.pivot(index='WEEK_END_DATE', columns='TITLE_SHORT', values='SALES')

你应该得到 Bob 和 Sally 作为列。然后你可以对这两列进行正常的相关分析。

Answer 2

Pivot 不太正确，但这有效：

df = pd.pivot_table(df, rows='WEEK_END_DATE', cols='TITLE_SHORT', values='SALES', aggfunc="sum")

我不确定有什么区别。