pandas.DataFrame.cov #

数据框。cov ( min_periods = None , ddof = 1 , numeric_only = False ) [来源] #

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。（请参阅下面有关缺失值偏差的注释。）可以为创建的每个值的最小观测数设置阈值。与低于此阈值的观测值的比较将返回为NaN。

该方法通常用于时间序列数据的分析，以了解不同度量之间跨时间的关系。

参数：

min_periods int，可选: 为了获得有效结果，每对列所需的最小观察次数。
ddof int，默认1: Delta 自由度。计算中使用的除数是，其中表示元素的数量。该参数仅当数据框中没有时才适用。N - ddofNnan
numeric_only布尔值，默认 False: 仅包含float、int或boolean数据。

1.5.0 版本中的新增内容。

版本 2.0.0 中更改：默认值为numeric_onlynow False。

返回：

数据框: DataFrame 系列的协方差矩阵。

也可以看看

Series.cov: 计算与另一个系列的协方差。
core.window.ewm.ExponentialMovingWindow.cov: 指数加权样本协方差。
core.window.expanding.Expanding.cov: 扩大样本协方差。
core.window.rolling.Rolling.cov: 滚动样本协方差。

笔记

返回 DataFrame 时间序列的协方差矩阵。协方差由 N-ddof 归一化。

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

然而，对于许多应用来说，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半正定的。这可能导致估计绝对值大于一的相关性和/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

最小周期数

此方法还支持一个可选min_periods关键字，该关键字指定每个列对所需的最小非 NA 观测值数量，以获得有效结果：

>>> 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