动态滚动相关系数需满足三刚性条件：窗口按业务时间对齐、支持非等频采样、处理滞后/超前依赖；直接用pandas rolling().corr()会因索引错位、频率不一致或自动inner join导致结果失真，须用merge_asof+自定义滚动实现。
动态滚动相关系数在业务中不是调用 np.corrcoef 或 df.corr() 就能解决的——它必须满足三个刚性条件：窗口按业务时间对齐（非自然日）、相关性计算需支持非等频采样、且变量间存在滞后/超前依赖。直接套用 pandas 的 rolling().corr() 会 silently 错失关键逻辑。
为什么 pd.Series.rolling().corr() 在业务场景下大概率出错
它默认按 index 行数滚动，而真实业务数据常有缺失时段（如节假日无交易）、异步上报（用户行为 vs 支付成功时间差数小时）、或需要按“最近 N 个自然日”而非“最近 N 条记录”对齐。一旦 index 是整数或未对齐的时间戳，rolling(window=30).corr() 算的是最近 30 行，不是最近 30 天。
- 错误现象：
ValueError: window must be an integer出现在传入timedelta但 index 非DatetimeIndex时 - 更隐蔽的问题：即使 index 是时间型，若两序列时间戳不完全重合（比如 A 每5分钟一采，B 每1小时一采），
.corr()会自动 inner join 后再滚动，导致窗口内有效配对数剧烈波动，相关系数方差爆炸 - 正确做法是先对齐采样频率（如 resample 到统一粒度），再做滚动——但 resample 本身就有前向填充、插值、丢弃等策略选择，直接影响业务含义
用 pd.merge_asof() + 自定义滚动函数处理非等频与滞后依赖
当变量 A（如页面曝光）和 B（如次日转化）存在天然时间偏移，且采样频率不同，硬对齐会丢失因果结构。此时应放弃“同步滚动”，改用“带偏移的滚动配对”。
- 先用
pd.merge_asof(A.sort_values('ts'), B.sort_values('ts'), on='ts', tolerance=pd.Timedelta('24h'), allow_exact_matches=False)把每条 A 映射到其后首个 B 记录（即曝光后首次转化） - 再对合并后的 DataFrame 按 A 的
ts做时间窗口分组（groupby(pd.Grouper(key='ts', freq='7D'))），在每个窗口内手动调用np.corrcoef(a, b)[0,1] - 关键点：不能用
rolling()直接套在 merge_asof 结果上——因为 merge_asof 后的行数 ≠ 原始 A 行数，窗口边界必须锚定原始时间轴
避免 scipy.stats.pearsonr 在滚动中报 RuntimeWarning: invalid value encountered in double_scalars
该警告本质是某窗口内标准差为 0（所有值相同）或样本数 pearsonr 内部做了除零。业务数据中极常见：促销期某商品曝光量恒为 0，或新上线功能首日只有 1 条埋点。
- 不要捕获 warning 后返回 NaN——下游聚合（如取均值）会污染结果；应显式判断：
if len(x) - 更稳妥的是用
np.cov(x, y, ddof=0)[0,1] / (np.std(x, ddof=0) * np.std(y, ddof=0) + 1e-8)，加极小平滑项防除零，且ddof=0与 pandas 默认一致 - 注意：pandas
rolling.corr()默认用ddof=1，若需与历史口径对齐，必须手动指定ddof=0并重写计算逻辑
真正难的从来不是算相关系数，而是定义“哪个时间范围、哪两条序列、以什么方式对齐、允许多大误差”——这些业务规则一旦写死在代码里，比算法本身更难维护。建议把窗口逻辑、对齐策略、空值处理全部抽成配置项，而不是塞进一行 .rolling().corr()。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
