-
导入库:首先,代码导入了需要用到的库,包括
pandas
(用于数据处理和分析)。 -
读取数据:代码通过使用
pd.read_csv
函数从文件中读取训练集和测试集数据,并将其存储在train.csv
和test.csv
两个数据框中。 -
计算最近时间的用电均值:
- 计算训练数据最近11-20单位时间内对应id的目标均值,可以用来反映最近的用电情况。
-
将用电均值直接作为预测结果:
- 这里使用merge
函数根据'id'
列将test
和target_mean
两个DataFrame进行左连接,这意味着测试集的所有行都会保留。
-
保存结果文件到本地:
- 使用to_csv()
函数将测试集的'id'
、'dt'
和'target'
列保存为CSV文件,文件名为'submit.csv'
。index=None
参数表示在保存时不包含行索引。
# 1. 导入需要用到的相关库 # 导入 pandas 库,用于数据处理和分析 import pandas as pd # 导入 numpy 库,用于科学计算和多维数组操作 import numpy as np # 2. 读取训练集和测试集 # 使用 read_csv() 函数从文件中读取训练集数据,文件名为 'train.csv' train = pd.read_csv('train.csv') # 使用 read_csv() 函数从文件中读取测试集数据,文件名为 'test.csv' test = pd.read_csv('test.csv') # 3. 计算训练数据最近11-20单位时间内对应id的目标均值 target_mean = train[train['dt']<=20].groupby(['id'])['target'].mean().reset_index() # 4. 将target_mean作为测试集结果进行合并 test = test.merge(target_mean, on=['id'], how='left') # 5. 保存结果文件到本地 test[['id','dt','target']].to_csv('submit.csv', index=None)