在python上以多个级别分析多个时间序列数据

时间:2018-08-19 12:09:12

标签: python time aggregation series

我正在尝试找出解决我正在解决的问题的最佳方法。我有11个独立月份的数据,每5分钟间隔同时收集5个变量。因此,在每个馆藏或每个月中,我都有来自50座不同建筑物的数据,有些有多层,有些则没有。所以标题看起来像:

        d = {'time': [2018,2018,2017], 'Usage': [45,84,17], 'Location': ['City', 
    'School', 'Hospital'], 'BuildingName': ['cafe','Darwin', 'Library'], 
    'Floor':['A', 'B', 'F']}
    df = pd.DataFrame(data=d)
    df

我正在使用python。是否有可能在整个11个月中为每个建筑物创建1个时间序列。在这种情况下,建议汇总数据吗?我担心这可能会导致结果不正确 我的目标是对此进行分析并为客户行为建模

0 个答案:

没有答案