本文档详述了对200位电力用户的数据进行分析和挖掘的过程，涉及数据转置、异常值处理、统计量计算、差分分析、分位数计算、周期性汇总与差分等操作。通过这些步骤，可以深入了解用户的用电行为模式，为电力管理和优化提供依据。
数据data_etr.csv为用户用电量数据,数据中有编号为1-200的200位电力用户，DATA_DATE表示时间，如2015/1/1表示2015年1月1日，KWH为用电量。请完成以下工作：
(1) 将数据进行转置，转置后行为用户编号、列为日期、值为用户每日用电量。
(2) 对数据中的异常数据进行识别并处理。
(3) 统计每个用户用电数据的基本统计量，包括：最大值、最小值、均值、中位数、和、方差、偏度、峰度。
(4) 每个用户用电数据按日差分，并求取差分结果的基本统计量，统计量同3。
(5) 求取每个用户的5%分位数。
(6) 每个用户按周求和并差分（一周7天，年度分开），并求取差分结果的基本统计量，统计量同3。
(7) 统计每个用户的日用电量在其最大值0.9倍以上的次数。
(8) 求取每个用户日为最大值/最小值的索引月份，若最大值/最小值存在于多个月份中，则输出含有最大值/最小值最多的那个月份。如1号用户的最小值为0，12个月每个月都有0ÿ
最低0.47元/天 解锁文章
1835
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
