如何在Pandas中为多时间序列生成相关矩阵？

你的数据是长格式（long format），要计算各item时间序列的相关矩阵，第一步需要把数据重塑为宽格式：每个item作为一列，timestamp作为索引，对应的值填充到单元格中。因为你的数据没有缺失值，这一步可以直接用pivot完成。

然后对宽格式的DataFrame调用corr()方法，就能直接生成所有item两两之间的相关矩阵。

具体代码实现 #

# 将长格式DataFrame转为宽格式
df_wide = dfso.pivot(columns='item', values='value')

# 计算相关矩阵
corr_matrix = df_wide.corr()

代码说明 #

• pivot(columns='item', values='value')：把item列的每个唯一值转成新列，value列的对应值填充到新列的对应行（按timestamp索引匹配）。由于你的数据每个timestamp-item组合都有唯一值，不会出现冲突或缺失。
• corr()：默认采用皮尔逊相关系数计算列与列之间的相关性，直接生成一个N×N的矩阵（N为item总数，这里是700）。矩阵的行和列均为item编号，单元格值就是对应两个item时间序列的相关系数。

报错原因分析 #

你遇到的TypeError: unsupported operand type(s) for /: 'list' and 'int'，大概率是错误地对groupby('item')的结果直接调用相关性计算方法。分组后的对象是多个独立Series的集合，并非适合计算交叉相关性的结构，必须先转成宽格式，让所有时间序列处于同一DataFrame的列中，才能批量计算相关性。

内容的提问来源于stack exchange，提问作者user207453