【第二届世界科学智能大赛】社会科学赛道：市场博弈和价格预测笔记 #Datawhale#夏令营

Task 1 Baseline

1. 导入必要的库

首先，导入必要的Python库，如 pandas 和 pathlib。pandas 用于数据处理，pathlib 用于路径操作。

import pandas as pd
from pathlib import Path

2. 设置路径

使用 pathlib.Path 设置数据文件的基本路径，确保所有数据文件都存放在同级的 data 目录下。

# 确保数据都放在同级的data目录下
base_path = Path("data")

# 创建data目录（如果不存在）
base_path.mkdir(parents=True, exist_ok=True)

3. 读取数据

读取市场数据和市场主体（各发电机组）数据。这两个数据文件分别为 electricity price.csv 和 unit.csv。使用 pandas.read_csv 方法读取CSV文件。

# 创建data目录（如果不存在）
base_path.mkdir(parents=True, exist_ok=True)
# 读取市场数据
electricity_price = pd.read_csv(r"your_path_electricity price.csv")
# 读取市场主体（各发电机组）数据
unit = pd.read_csv(r"your_path_unit.csv")

4. 准备示例提交数据 sample_submit

4.1 找到出清价格为缺失值的行

使用 isna() 方法找到 clearing price (CNY/MWh) 列中值为NaN的行，即要预测的目标。

# 找到出清价格为缺失值的行，即要预测的目标
sample_submit = electricity_price[electricity_price["clearing price (CNY/MWh)"].isna()]

4.2 去除 demand 列，符合最后的提交格式

使用 drop 方法去除 demand 列，得到符合提交格式的数据。

# 去除demand列，符合最后的提交格式
sample_submit = sample_submit.drop(columns="demand")

4.3 保存提交数据

将准备好的示例提交数据保存到 sample_submit.csv 文件中，使用 to_csv 方法。

# 保存示例提交数据
sample_submit.to_csv(base_path / "sample_submit.csv", index=False)

保存结果为submit.csv

成功后就可以提交到官网啦：上海科学智能研究院

解释

1. 导入必要的库：首先导入 pandas 和 pathlib 库，用于数据处理和路径操作。
2. 设置路径：确保所有数据文件都存放在同级的 data 目录下。如果目录不存在，创建它。
3. 读取数据：从指定路径读取市场数据和市场主体数据文件。
4. 准备示例提交数据：
   • 找到出清价格为缺失值的行，即需要预测的目标。
   • 去除 demand 列，得到符合提交格式的数据。
   • 将处理好的数据保存到 sample_submit.csv 文件中。