python - 每对分组之间的 Pandas 相关矩阵

我有一个这样的csv文件：

date,sym,close
2014.01.01,A,10
2014.01.02,A,11
2014.01.03,A,12
2014.01.04,A,13
2014.01.01,B,20
2014.01.02,B,22
2014.01.03,B,23
2014.01.01,C,33
2014.01.02,C,32
2014.01.03,C,31

然后，我通过df函数得到一个名为read_csv的日期框架

import numpy as np
import pandas as pd
df=pd.read_csv('daily.csv',index_col=[0])
groups=df.groupby('sym')[['close']].apply(lambda x:func(x['close'].values))

groups看起来像这样：

sym
A    [nan,1.00,2.00,...]
B    [nan,1.00,2.00,...]
C    [nan,1.00,2.00,...]

如何计算每对sym之间的相关性？

AA,AB,AC,BB,BA,BC,CA,CB,CC

顺便说一下，每个Sym的项目号可能不一样。

最佳答案

如上所述，使用df创建一个透视表：

dfp = df.pivot('date','sym')
print(dfp)

           close
sym            A   B   C
date
2014-01-01    10  20  33
2014-01-02    11  22  32
2014-01-03    12  23  31
2014-01-04    13 NaN  30

熊猫将计算成对系数：

print(dfp.corr())

              close
sym               A         B         C
      sym
close A    1.000000  0.981981 -1.000000
      B    0.981981  1.000000 -0.981981
      C   -1.000000 -0.981981  1.000000

但如果你想美化它，请查看seaborn：

import seaborn as sns
sns.corrplot(dfp, annot=True)

结果：