エリアごとにデータフレームに格納するコード

code: python

import pandas as pd

import numpy as np

# データフレームをロード

df = pd.read_csv('your_data.csv')

df'date' = pd.to_datetime(df'date')

df.set_index('date', inplace=True)

# 手順 1: データフレームを35-65パーセンタイルで抽出

df = df[df'meter_sale_price'.between(df'meter_sale_price'.quantile(0.35), df'meter_sale_price'.quantile(0.65))]

# 手順 2: 起算日を設定

start_date = '2010-01-01'

# 手順 3-5: エリアごとの動的ウィンドウと減衰係数を計算

area_counts = df'area'.value_counts()

dynamic_windows = (area_counts / area_counts.sum() * (30 - 7) + 7).round().astype(int)

lambdas = (dynamic_windows - 7) / (30 - 7)

# 手順 6-15: エリアごとにインデックスを計算し、結果を格納するデータフレームに追加

result_df = pd.DataFrame()

for area, window, lambda_ in zip(area_counts.index, dynamic_windows, lambdas):

# 手順 6: エリアごとのデータフレームを作成

area_df = df[df'area' == area]

# 手順 7: 同じ日付のインデックスでグループ化し、meter_sale_priceの中央値を計算

area_df_median = area_df.resample('D')'meter_sale_price'.median()

# 手順 8: インデックスをリセット、新たにdateをインデックスに設定

area_df_median = area_df_median.reset_index()

area_df_median.set_index('date', inplace=True)

# 手順 9: 日付を連続するように補完し、空欄の行は直前のデータを参照

area_df_median = area_df_median.asfreq('D', method='ffill')

# 手順 10: ウィンドウ期間を適用し、移動中央値を計算

area_df_median'smoothed_price' = area_df_median'meter_sale_price'.rolling(window=window, min_periods=1).median()

# 手順 11: 重みを計算

w_ti = 1 / lambda_

w_si = 1 - w_ti

# 手順 12: 算出したい日のデータを取得

pt_i = area_df_median.locstart_date, 'smoothed_price'

# 手順 13: エリアごとのデータフレームで指数加重移動平均を計算し、インデックスを算出

area_df_median'index' = area_df_median'smoothed_price' * w_si + pt_i * w_ti

# 手順 14: エリアごとのデータフレームで直近7日間でのrollingして、最終的なインデックスにする

area_df_median'rolling_index' = area_df_median'index'.rolling(window=7, min_periods=1).mean()

# 手順 15: エリアごとの時系列データとしてインデックスをまとめる

area_df_median'area' = area

result_df = result_df.append(area_df_median.reset_index())

# 最終結果を表示

print(result_df)

変更

1. 過去の指数を計算するコード

日にちを指定

計算

2. 現在の指数を計算するコード

エリアを指定してから

全体のwindow計算=>エリアごとwindow決定

エリアのindex計算