我有一个带有日期时间索引的数据帧，其中数据是不规则采样的(日期时间索引有间隙，即使没有间隙，样本之间的间隔也会变化(。
如果我这样做：
df['my column'].autocorr(my_lag(
这行得通吗？autocorr知道如何处理不规则采样的日期时间数据吗？
不太确定这里的"句柄"是什么意思，但autocorr并没有做任何特别的事情。这实际上是一种更方便的方法，因为它相当于手动移动序列并获得其相关性。
In [3]: df.col.autocorr(lag=1) == df.col.corr(df.col.shift(1))
Out[3]: True
这不是一个编程问题。
理想情况下，你的自相关测量将使用在观测之间相同频率/相同时间间隔测量的数据。任何编程包中的任何autocorr函数都将简单地测量序列与您想要的任何滞后之间的相关性。它不会校正不规则的频率。
你必须自己解决这个问题，但1(设置一个具有规则频率的序列，2(将实际值映射到日期结构，3(在有间隙/NaN的地方插值，然后4(运行自动更正器。
长话短说，autocorr不会为你做所有这些工作。
如果我误解了你担心的问题，请告诉我。多了解一点采样频率会很有帮助。我不得不经常处理这样的事情。