如何在Python Polars上获得滚动相关性？

Question

如何在Python Polars中获得滚动相关性？ 或者至少每行的相关性如下：

pl.corr(pl.col('col_1'), pl.col('col_2'))

我知道 Pandas 解决方案：

pd_df = result_df.to_pandas()
rol_corr_df = pd_df['col_1'].rolling(5).corr(pd_df['col_2'])
pl_df = pl_df.with_columns(correlation=pl.from_pandas(rol_corr_df))

Answer 1

polars 有

rolling

但它需要指向一个时间或整数列来进行分组。

如果您只想按行分组，那么您可以使用

with_row_index

创建索引。

假设我们从

开始

df=pl.DataFrame({'a':np.random.uniform(1,100,100), 'b':np.random.uniform(1,100,100), })

然后我们可以执行以下操作：

df \
    .with_row_index('i') \
    .rolling('i', period='10i') \
    .agg(rolling_corr=pl.corr('a','b')) \
    .drop('i')



shape: (100, 1)
┌──────────────┐
│ rolling_corr │
│ ---          │
│ f64          │
╞══════════════╡
│ NaN          │
│ 1.0          │
│ -0.419386    │
│ -0.322489    │
│ …            │
│ -0.333332    │
│ -0.027533    │
│ 0.081232     │
│ 0.151985     │
└──────────────┘

注意

rolling

中，周期设置为字符串10i。如果您有日期时间，那么还有更多选项，请参阅此处