Pandas 關聯一列到多列按列的范圍分組

Question

假設我有一個類似於下面的數據框（實際數據框有百萬個觀察值），我將如何獲得信號列和返回列列表之間的相關性，然后按Signal_Up列分組？

我嘗試了 pandas corrwith函數，但它沒有給我signal_up列的相關分組

df[['Net_return_at_t_plus1', 'Net_return_at_t_plus5',
           'Net_return_at_t_plus10']].corrwith(df['Signal_Up']))

我正在嘗試尋找信號列和其他凈收益列之間的相關性，這些列按 signal_up 列的各種值分組。

下面給出了數據和所需的結果。

想要的結果

數據

Answer 1

使用下面的簡單數據框：

df= pd.DataFrame({'v1': [1, 3, 2, 1, 6, 7],
                  'v2': [2, 2, 4, 2, 4, 4],
                  'v3': [3, 3, 2, 9, 2, 5],
                  'v4': [4, 5, 1, 4, 2, 5]})

（第一種解釋）獲得一個變量與其他列的相關性的一種方法是：

correlations = df.corr().unstack().sort_values(ascending=False) # Build correlation matrix
correlations = pd.DataFrame(correlations).reset_index() # Convert to dataframe
correlations.columns = ['col1', 'col2', 'correlation'] # Label it
correlations.query("col1 == 'v2' & col2 != 'v2'") # Filter by variable
# output of this code will give correlation of column v2 with all the other columns 

（第二種解釋）在按列 v2 分組后獲得列 v1 與列 v3、v4 相關性的一種方法是使用這一行：

df.groupby('v2')[['v1', 'v3', 'v4']].corr().unstack()['v1']

在您的情況下，v2 是“Signal_Up”，v1 是“信號”，v3、v4 列代理“Net_return_at_t_plusX”列。

Answer 2

我可以通過使用“groupby”函數按 Signal_Up 列的各個類別獲得相關性。 但是，我無法將“corr”函數應用於兩列以上。

所以，我不得不使用“concat”函數來組合所有這些。

`a = df.groupby('Signal_Up')[['signal,'Net_return_at_t_plus1']].corr().unstack().iloc[:,1]

b = df.groupby('Signal_Up')[['signal','Net_return_at_t_plus5']].corr().unstack().iloc[:,1]

c = df.groupby('Signal_Up')[['signal','Net_return_at_t_plus10']].corr().unstack().iloc[:,1]

dfCorr = pd.concat([a, b, c], axis=1)`