3

我有一个看起来与此类似的数据框：

In [45]: df 
Out[45]: 
   Item_Id  Location_Id  date  price
0        A         5372     1    0.5
1        A         5372     2    NaN
2        A         5372     3    1.0
3        A         6065     1    1.0
4        A         6065     2    1.0
5        A         6065     3    3.0
6        A         7000     1    NaN
7        A         7000     2    NaN
8        A         7000     3    NaN
9        B         5372     1    3.0
10       B         5372     2    NaN
11       B         5372     3    1.0
12       B         6065     1    2.0
13       B         6065     2    1.0
14       B         6065     3    3.0
15       B         7000     1    8.0
16       B         7000     2    NaN
17       B         7000     3    9.0

对于Item_Id每个Location_Id类别中的每个，我想计算每对之间价格的成对相关性Item_Id。请注意，虽然我在上面的示例数据中只给出了两个唯一值，但在我的真实数据中Item_Id 却有数十个不同的值。Item_Id我尝试过使用groupby.corr()，但这似乎并没有给我想要的东西。

最终，我想要 N 个数据帧，其中 NLocation_Id是df. Item_IdN 个数据帧中的每一个都是特定Location_Id类别中所有成对组合之间价格的平方相关矩阵。因此，N 个数据帧中的每一个都将有 J 行和列，其中 J 是该Item_Id特定Location_Id组中唯一值的数量。

4

1 回答 1

1

您可以通过Location_Id然后进行分组date并Item_Id获取相关性：

>>> corr = lambda obj: obj.pivot('date', 'Item_Id', 'price').corr()
>>> df.groupby('Location_Id').apply(corr)
Item_Id                  A      B
Location_Id Item_Id              
5372        A        1.000 -1.000
            B       -1.000  1.000
6065        A        1.000  0.866
            B        0.866  1.000
7000        A          NaN    NaN
            B          NaN  1.000

你得到一个 2 x 2 矩阵Location_Id。

于 2014-12-13T23:25:33.057 回答