{"id":1170,"date":"2023-07-27T10:11:54","date_gmt":"2023-07-27T10:11:54","guid":{"rendered":"https:\/\/statorials.org\/pt\/rolamento-de-correlacao-de-pandas\/"},"modified":"2023-07-27T10:11:54","modified_gmt":"2023-07-27T10:11:54","slug":"rolamento-de-correlacao-de-pandas","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/rolamento-de-correlacao-de-pandas\/","title":{"rendered":"Como calcular a correla\u00e7\u00e3o rolante em pandas: com exemplos"},"content":{"rendered":"

<\/p>\n

\n

Correla\u00e7\u00f5es rolantes<\/strong> s\u00e3o correla\u00e7\u00f5es entre duas s\u00e9ries temporais em uma janela deslizante. Um dos benef\u00edcios desse tipo de correla\u00e7\u00e3o \u00e9 que voc\u00ea pode visualizar a correla\u00e7\u00e3o entre duas s\u00e9ries temporais ao longo do tempo.<\/span><\/p>\n

Este tutorial explica como calcular e visualizar correla\u00e7\u00f5es cont\u00ednuas para um DataFrame do pandas em Python.<\/span><\/p>\n

Como calcular correla\u00e7\u00f5es rolantes em pandas<\/strong><\/h3>\n

Suponha que temos o seguinte quadro de dados que exibe o n\u00famero total de produtos vendidos para dois produtos diferentes ( x<\/em> e y<\/em> ) durante um per\u00edodo de 15 meses:<\/span><\/p>\n

 import<\/span> pandas as<\/span> pd<\/span>\nimport<\/span> numpy as<\/span> np<\/span>\n\n#createDataFrame<\/span>\ndf = pd.DataFrame({'month': np. arange<\/span> (1, 16),\n                   'x': [13, 15, 16, 15, 17, 20, 22, 24, 25, 26, 23, 24, 23, 22, 20],\n                   'y': [22, 24, 23, 27, 26, 26, 27, 30, 33, 32, 27, 25, 28, 26, 28]})\n\n#view first six rows\n<\/span>df. head<\/span> ()\n\n  month xy\n1 1 13 22\n2 2 15 24\n3 3 16 23\n4 4 15 27\n5 5 17 26\n6 6 20 26<\/strong><\/pre>\n
 Para calcular uma correla\u00e7\u00e3o cont\u00ednua em pandas, podemos usar a fun\u00e7\u00e3o Rolling.corr()<\/a> .<\/span><\/p>\n
 Esta fun\u00e7\u00e3o usa a seguinte sintaxe:<\/span><\/p>\n
 df[‘x’].rolling(largura).corr(df[‘y’])<\/strong><\/span><\/p>\n
 Ouro:<\/span><\/p>\n