python通过自相关对两个时序数据进行匹配、对时

目录

• 1. 背景
• 2. 代码
• 3. 计算相关性
• 4. 谁在前、谁在后
• 5. 对时数据处理
• 6. 函数介绍
• • 代码解读
• 7. best_lag 的物理意义
• • 详细解释：
  • 举个简单的例子：
• 8. 如何判定哪个序列的时间戳不需要变化
• • 示例代码
  • 总结
• 9 案例
• • 9.1 案例1 best_lag
  • 9.2 案例2 best_lag

1. 背景

为了数据源一 125m 高度的风速 ws_125 与数据源二 125m 高度的风速 ws_125-2 进行“对时”处理，可以通过计算两个时间序列之间的相关性来确定最佳时间滞后。通常可以使用 Pearson 相关系数来评估两个时间序列的相关性。

2. 代码

以下是一个示例代码，展示如何通过相关性计算来进行“对时”处