Я пытаюсь выполнить оператор IF для оценки условных пороговых корреляций.Уравнение выглядит следующим образом:
Я пытался сделать оператор IF, но он не работает.Мне как-то удалось сделать это с pandas
, но это был бы действительно плохой код.
p = np.arange(0.1,1,0.1)
r1 = log_r['AEX']; r2 = log_r['MBI10']
np.quantile(r1, p[0])
corrcoef = pd.Series()
if r1<np.quantile(r1,p[0]) & r2<np.quantile(r2,p[0]) & p[0]<0.5:
corrcoef[0] = np.corrcoef(r1,r2)
В качестве альтернативы я сделал следующее:
df = pd.DataFrame(pd.concat([log_r['AEX'],log_r['MBI10']],axis=1))
df['p0.1 AEX'] = (df['AEX'] < np.quantile(df['AEX'], p[0]))*df['AEX']
df['p0.1 MBI10'] = (df['MBI10'] < np.quantile(df['MBI10'], p[0]))*df['MBI10']
np.corrcoef(df['p0.1 AEX'],df['p0.1 MBI10'])
Это работает, однакоэто было бы очень грязно, так как мне нужно было бы сделать это не только для p[0]
, но и для всего np.arange
, а также AEX и MBI10 - только 2/36 пар, которые у меня есть, поэтому я действительно ищу более элегантное решениек этому.Спасибо!
Я пытаюсь получить коэффициент корреляции в первом ряду corrcoef
.Я получаю следующую ошибку при попытке выполнить цикл for:
TypeError: cannot compare a dtyped [float64] array with a scalar of type [bool]