DataWhale夏令营电力需求预测挑战赛笔记

电力需求预测挑战赛

【训练时序预测模型助力电力需求预测】

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
每日日期用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。

baseline关键算法：
target_mean = train[train[‘dt’]<=20].groupby([‘id’])[‘target’].mean().reset_index()

想要计算C中每一个类别里面 A 列的平均值。

df.groupby('C')['A'].mean()

首先使用了pandas里面的groupby函数，按照id将前11~20天之间的数据进行聚合，计算id中每一个房屋target的均值

[‘target’].mean()这个地方表示按照竖轴进行平均，如果是按照横轴则是mean(1)
接着再使用merge进行一个交集，得到结果。