python - 如何将每一行对与前一列相关联？

Question

我有以下数据框:

(形状为 72,22)

我想每年将每个国家与其他国家相关联。这将产生 21 个形状为 72*72 的数据帧。我想令我困惑的是相关性被定义为变量之间变化的关系，我不确定如何移动数据框以将当前年份与上一年进行比较(因此是 21 而不是 22)。

我试过了

corr = {}
for x in dfpivot.columns:
    corr[x] = dfpivot[x].corr()

和

corr = {}
for x in dfpivot.T.index:
    corr[x] = dfpivot.T.loc[x].corr()

我得到 TypeError: corr() missing 1 required positional argument: 'other'

所以我做了:

corr = {}
for x in dfpivot.columns:
    corr[x] = dfpivot[x].corr(dfpivot.loc[:,x])

但这会将每一行与其自身相关联(这意味着我得到所有值为 1 的值)。

所以最后一个在我看来应该起作用，但它不起作用。为什么每年返回一个值？:

corr = {}
for x in dfpivot.columns:
    for y in dfpivot.columns[1:]:
        corr[x] = dfpivot[x].corr(dfpivot.loc[:,y])

结果:

{'1999-01-01': -0.7847692673880999,
 '2000-01-01': 0.5179357977713173,
 '2001-01-01': -0.8006230706819144,
 '2002-01-01': -0.8608851552658657,
 '2003-01-01': -0.23298450629551196,
 '2004-01-01': -0.792648030305533,
 '2005-01-01': 0.6711413744370501,

有人能帮忙吗？

数据:

['1999-01-01',
 '2000-01-01',
 '2001-01-01',
 '2002-01-01',
 '2003-01-01',
 '2004-01-01',
 '2005-01-01',
 '2006-01-01',
 '2007-01-01',
 '2008-01-01',
 '2009-01-01',
 '2010-01-01',
 '2011-01-01',
 '2012-01-01',
 '2013-01-01',
 '2014-01-01',
 '2015-01-01',
 '2016-01-01',
 '2017-01-01',
 '2018-01-01',
 '2019-01-01',
 '2020-01-01']

['Africa',
 'All Countries Total',
 'Argentina',
 

[ 2299., -1538.,    nan, -1851.,  1604., -1827., -2047.,  -216.,
          985.,  1338.,  4694.,    16., -2143.,  2830., -2395.,   140.,
         -406.,  5675.,  1110., -2973., -1380.,  1414.]

[ 61756., -12431.,  11624.,  26483.,  -6609.,  20039., -15386.,
        -21390., -17339., -31049.,  48324., -41960.,  17528.,  17136.,
        -12768.,   2743., -17969., -20280., -38804.,  90313., -98720.,
        -66081.]

[  914.,   137.,   151.,  -623.,  -693.,   634.,    nan,    nan,
           nan,   -71.,   427., -3659.,    nan,    nan,   452.,   443.,
         -495., -1097.,   557., -5454.,   910.,    nan]

Answer 1

我可能不适合这里，但听起来你并不喜欢 corr()。我的理解是，您想对由当年(2020 年)和另外一年组成的数据框执行 corr()。每个数据框中只有 2 列。不够？如果你想这样做，它每年只会返回 1s 或 -1s，至少这是我每年得到的结果:

让我们转置您的数据框:

df2 = df.transpose()

现在看起来更像是这样:

          Africa    All C...Total   Argentina
1999-01-01  2299.0    61756.0   914.0
2000-01-01  -1538.0  -12431.0   137.0
2001-01-01  NaN      11624.0    151.0
2002-01-01  -1851.0  26483.0    -623.0
2003-01-01  1604.0   -6609.0    -693.0
2004-01-01  -1827.0  20039.0    634.0
2005-01-01  -2047.0 -15386.0    NaN
2006-01-01  -216.0  -21390.0    NaN
2007-01-01  985.0   -17339.0    NaN
...

显然我们需要一个列表来存储我们的数据帧(在循环中命名它们不是 pythonic - 我刚刚从 this answer 中了解到)

list_of_df = list()  # <-- here we're going to store the dataframes for each year
index_list = df2.index
current_year = index_list[-1]
for i in range(len(index_list)):
    df_corelated = df2.loc[[index_list[i] , current_year]].corr()
    list_of_df.append(df_corelated)

现在列表中的所有内容都已准备就绪，想要...说第四年？:

list_of_df[3]

               Africa   All Countries Total Argentina
Africa                   1.0    -1.0    NaN
All Countries Total     -1.0    1.0     NaN
Argentina                NaN    NaN     NaN

只有 1 和 -1