首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >基于出现频率的概率预测

基于出现频率的概率预测
EN

Stack Overflow用户
提问于 2020-08-17 08:29:12
回答 2查看 103关注 0票数 2

我有一个2011-2013年的降雨量时间序列,其中降雨量数据为1(无雨)和0(降雨)格式。原始数据间隔为1小时,从每天上午10点到下午3点我不想预测2014年的降雨量,但我想根据降雨量列中出现1或0的情况来预测同一时间间隔全年的降雨概率。目前,我使用以下代码通过计算1次或0次出现次数来预测下雨的可能性:

代码语言:javascript
运行
复制
import pandas as pd
 
b = {'year':[2011,2011,2011,2011,2011,2011,2011,2011,2011,2011,2011,2011,
             2012,2012,2012,2012,2012,2012,2012,2012,2012,2012,2012,2012,
             2013,2013,2013,2013,2013,2013,2013,2013,2013,2013,2013,2013],
     'month': [1,2,3,4,5,6,7,8,9,10,11,12,1,2,3,4,5,6,7,8,9,10,11,12,1,2,3,4,5,6,7,8,9,10,11,12],
     'rain':[1,0,0,0,1,1,0,1,1,0,0,1,0,0,1,0,0,0,1,1,1,1,1,0,0,1,1,0,1,0,1,0,1,0,1,0]}

b = pd.DataFrame(b,columns = ['year','month','rain'])

def X(b):
    if (b['month'] == 1):
        return 'Jan'
    elif (b['month']==2):
        return 'Feb'
    elif (b['month']==3):
        return 'Mar'
    elif (b['month']==4):
        return 'Apr'
    elif (b['month']==5):
        return 'May'
    elif (b['month']==6):
        return 'Jun'
    elif (b['month']==7):
        return 'Jul'
    elif (b['month']==8):
        return 'Aug'
    elif (b['month']==9):
        return 'Sep'
    elif (b['month']==10):
        return 'Oct'
    elif (b['month']==11):
        return 'Nov'
    elif (b['month']==12):
        return 'Dec' 

b['X'] = b.apply(X,axis =1)

mask_x = (b['X']=='Jul')

mask_y = b['rain'].loc[mask_x]

mask_y.value_counts()

我认为这种方法不适用于大型数据集,有人能建议我一种从这种数据集预测降雨量的有效而可靠的方法吗?

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2020-08-17 10:34:28

数据是通过每小时随机选择[0,1]来创建的。我们通过在date列中按时间对案例进行分组来计算总案例数和案例数。现在您可以根据总事件数/事件数来计算降雨率。我正在按照您的代码创建年、月和月的缩写名称,但这并不是真正必要的。

代码语言:javascript
运行
复制
import pandas as pd
import numpy as np
import random

random.seed(20200817)

date_rng = pd.date_range('2013-01-01', '2016-01-01', freq='1H')
rain = random.choices([0,1], k=len(date_rng))
b = pd.DataFrame({'date':pd.to_datetime(date_rng), 'rain':rain})

hour_rain = b.groupby([b.date.dt.month, b.date.dt.day, b.date.dt.hour])['rain'].agg([sum,np.size])
hour_rain.index.names = ['month','day','hour']

hour_rain.reset_index()

month   day hour    sum size
0   1   1   0   0   4
1   1   1   1   2   3
2   1   1   2   3   3
3   1   1   3   1   3
4   1   1   4   1   3
... ... ... ... ... ...
8755    12  31  19  2   3
8756    12  31  20  2   3
8757    12  31  21  2   3
8758    12  31  22  0   3
8759    12  31  23  0   3
票数 1
EN

Stack Overflow用户

发布于 2020-08-17 15:58:08

我想做的事情看起来像下面这样:

代码语言:javascript
运行
复制
import pandas as pd
import numpy as np
import random

random.seed(20200817)
date_rng = pd.date_range('2013-01-01', '2015-12-31', freq='1H')
rain = random.choices([0,1], k=len(date_rng))
b = pd.DataFrame({'date':pd.to_datetime(date_rng), 'rain':rain})
b['year'] = b['date'].dt.year
b['month'] = b['date'].dt.month
b['day'] = b['date'].dt.day
b['hour'] = b['date'].dt.hour
b['X'] = b['date'].dt.strftime('%b')

b['hour']= b['hour'].astype(str).str.zfill(2)
b['day']= b['day'].astype(str).str.zfill(2)


# Joint the Month, Date, Hour and Minute together
b['var'] = b['X']+b['day'].astype(str)+b['hour'].astype(str)


cols = b.columns.tolist()
cols = cols[-1:] + cols[:-1]
b = b[cols]


# drop the unwanted columns
b = b.drop(["date","month","X","hour","day","year"], axis=1)


# now lets say I wanna predict 20 January 15.00 chance of rain

mask_x = (b['var']=='Jan2015')

mask_y = b['rain'].loc[mask_x]

mask_y.value_counts()

output:
0    2
1    1

# means the chance of rain is 33.33% and no chance of rain is 66.67% 

当我使用大型数据集(超过20年)执行此操作时,我觉得它的效果不是很好。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/63443165

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档