赛题任务
给定多个房屋对应电力消耗历史N天的相关序列数据等信息,预测房屋对应电力的消耗。
赛题数据简介
赛题数据由训练集和测试集组成,为了保证比赛的公平性,将每日日期进行脱敏,用1-N进行标识。
即1为数据集最近一天,其中1-10为测试集数据。
数据集由字段id(房屋id)、 dt(日标识)、type(房屋类型)、target(实际电力消耗)组成。
test.csv:
# 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('./data/data283931/train.csv')
# 使用 read_csv() 函数从文件中读取测试集数据,文件名为 'train.csv'
test = pd.read_csv('./data/data283931/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)
submit.csv:
用chatgpt代码释义
1. 导入必要的库
import pandas as pd
:导入 Pandas 库,并使用简写pd
作为别名。Pandas 是一个强大的数据处理和分析库,常用于处理表格数据(例如 Excel 或 CSV 文件)。import numpy as np
:导入 NumPy 库,并使用简写np
作为别名。NumPy 是一个用于科学计算的库,提供了对多维数组对象的支持和各种数学函数。
2. 读取训练集和测试集
train = pd.read_csv('./data/data283931/train.csv')
:使用 Pandas 库的read_csv
函数从指定路径./data/data283931/train.csv
读取训练集数据,并将其存储在train
变量中。CSV(Comma-Separated Values)文件是一种常见的文本文件格式,数据以逗号分隔。test = pd.read_csv('./data/data283931/test.csv')
:同样地,使用read_csv
函数从指定路径./data/data283931/test.csv
读取测试集数据,并将其存储在test
变量中。
3. 计算训练数据最近11-20单位时间内对应id的目标均值
# 计算训练数据最近11-20单位时间内对应id的目标均值
target_mean = train[train['dt']<=20].groupby(['id'])['target'].mean().reset_index()
train[train['dt']<=20]
:筛选train
数据框中dt
(时间)小于等于 20 的所有行。.groupby(['id'])
:对筛选后的数据按id
列进行分组。['target'].mean()
:计算每个分组(每个id
)的target
列的均值。.reset_index()
:重置索引,将分组的结果转换为一个新的数据框。
最终结果是一个新的数据框 target_mean
,包含两列:id
和对应的 target
均值。
4. 将target_mean作为测试集结果进行合并
test = test.merge(target_mean, on=['id'], how='left')
test.merge(target_mean, on=['id'], how='left')
:将target_mean
数据框与test
数据框进行左连接(left join),连接的条件是id
列相等。on=['id']
:指定连接键为id
列。how='left'
:指定连接类型为左连接,这意味着保留test
数据框中的所有行,即使在target_mean
中找不到匹配的id
。
5. 保存结果文件到本地
test[['id','dt','target']].to_csv('submit.csv', index=None)
test[['id','dt','target']]
:选择test
数据框中的id
、dt
和target
三列。.to_csv('submit.csv', index=None)
:将选择后的数据保存到名为submit.csv
的 CSV 文件中。index=None
:不将数据框的索引保存到 CSV 文件中。