Datawhale AI 夏令营

1. 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）。

2. 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。

3. 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。

1. 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。

1. 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)