如何组合两个依赖时间的数据集？
我对数据科学非常陌生，所以请温柔一点。
我有一个数据集，其中包含过去35年发生火灾的记录(+-700.000行)。每个日期和时间可以有一个以上的事件，因为两个火灾可以同时发生在不同的地点。它的特点大致如下：
Date and Time | Borough | County | Area Burned | Type | Cause | etc.我计划将其与正在构建的新数据集结合起来。这个新的数据集将具有以下特性：
Date and Time | Latitude | Longitude | Av. Temperature | Av. Wind Speed | Av, Humidity | etc.我的想法是试图预测火灾发生的可能性，以及从一组给定的大气参数可以预测火灾的严重程度。但我有点不确定怎样才是把它们结合起来的最好方法。
如果我在日期上合并，我会有多个重复的行，同时在不同的地方发生火灾，这是最好的方式吗？我看到的问题是，没有火的位置不会被表示出来，所以我必须为所有没有火的位置添加一堆空白行来平衡集合。
对这件事的最佳策略有什么想法吗？
回答 2
Data Science用户
发布于 2020-08-23 21:45:56
如果我在日期上合并，我会有多个重复的行，同时在不同的地方发生火灾，这是最好的方式吗？
可能不会，因为你不想失去位置信息。您可能会找到一种方法，将两个数据集之间的纬度/经度映射到自治市/县，从而获得语义一致的数据集(按日期/时间和位置列出的火灾列表)。
我看到的问题是，没有火的位置不会被表示出来，所以我必须为所有没有火的位置添加一堆空白行来平衡集合。
这取决于您计划如何处理您的数据，但考虑到您的第一个数据集当前的结构(火灾列表)，添加没有火的位置没有多大意义。例如，您可能希望创建一个数据集，该数据集列出每个地方和每次发生火灾时的列表。
Data Science用户
发布于 2020-08-31 17:58:13
记住，始终可以将对象(如dicts或json)保存到Pandas中的单个单元中，这一点很重要。尤其是当你不知道该怎么分析的时候。
Google客户收入预测数据使用了大量的JSON
您可以看到人们如何分析记事本部分中的数据( https://www.kaggle.com/c/ga-customer-revenue-prediction/notebooks )。
或者，根据您的分析，可以有多个重复行。例如，您可以将数据转向/groupby/agg以“去复制”数据。
https://datascience.stackexchange.com/questions/80646
复制相似问题
腾讯云开发者
