Python pandas.DataFrame.cov函数方法的使用

DataFrame.cov(min_periods=None)

计算列的成对协方差，不包括NA/null值。

计算DataFrame系列之间的成对协方差。返回的数据帧是DataFrame列的协方差矩阵。

NA和空值都会自动从计算中排除。（请参阅下面的注释，了解缺失值的偏差。）可以为创建的每个值的最小观察数设置阈值。与低于此阈值的观察结果的比较将返回为NaN。

该方法通常用于分析时间序列数据，以了解不同度量之间的关系。

Notes

返回DataFrame时间序列的协方差矩阵。协方差由N-1归一化。

对于具有丢失数据的Series的DataFrame（假设数据随机丢失），返回的协方差矩阵将是成员Series之间的方差和协方差的无偏估计。

然而，对于许多应用，这种估计可能是不可接受的，因为估计协方差矩阵不能保证是正半正定的。这可能导致具有大于1的绝对值的估计相关性和/或不可逆协方差矩阵。有关更多详细信息，请参阅协方差矩阵的估计。

例子

>>> df = pd.DataFrame([(1, 2), (0, 3), (2, 0), (1, 1)],
...                   columns=['dogs', 'cats'])
>>> df.cov()
          dogs      cats
dogs  0.666667 -1.000000
cats -1.000000  1.666667
>>> np.random.seed(42)
>>> df = pd.DataFrame(np.random.randn(1000, 5),
...                   columns=['a', 'b', 'c', 'd', 'e'])
>>> df.cov()
          a         b         c         d         e
a  0.998438 -0.020161  0.059277 -0.008943  0.014144
b -0.020161  1.059352 -0.008543 -0.024738  0.009826
c  0.059277 -0.008543  1.010670 -0.001486 -0.000271
d -0.008943 -0.024738 -0.001486  0.921297 -0.013692
e  0.014144  0.009826 -0.000271 -0.013692  0.977795

最短期数

此方法还支持可选min_periods关键字，该关键字为每个列对指定所需的最小非NA观测数，以便获得有效结果：

>>> np.random.seed(42)
>>> df = pd.DataFrame(np.random.randn(20, 3),
...                   columns=['a', 'b', 'c'])
>>> df.loc[df.index[:5], 'a'] = np.nan
>>> df.loc[df.index[5:10], 'b'] = np.nan
>>> df.cov(min_periods=12)
          a         b         c
a  0.316741       NaN -0.150812
b       NaN  1.248003  0.191417
c -0.150812  0.191417  0.895202