使用日期进行复杂的统计

Posted 2023-03-23

【中文标题】使用日期进行复杂的统计

【英文标题】：Make complex statistics with date

【发布时间】：2021-10-29 11:51:54

【问题描述】：

我使用一个虚构的问题来说明这是敏感数据。

我有一张大桌子，计算一个国家/地区每个城市每月有多少人（每两个月一行，城市） 在特定事件发生后，我想计算每个月加入城市的人数增加或减少的平均值。

问题：该事件并非在每个城市的同一个月发生。 因此，我不能只根据特定的共同日期进行一般统计。

如果事件发生在 2018 年 12 月在 A 市，而在 2019 年 4 月在 B 市发生，我需要第 0 个月才能成为 A 市的 12 月 18 日和 B 市的 4 月 19 日。

我怎样才能做到这一点？

【问题讨论】：

您有一个包含四列的表：year、month、city 和 people_count。年、月、市各有一行。但是现在您正在谈论在不同时间在不同城市发生的事件。我们在哪里可以看到事件发生的地点和时间？这只是表中的另一列“事件”吗？或者是否有另一个表格列出了特定月份和城市发生的所有事件？

【参考方案1】：

我想出的解决方案是“标准化”日期。我添加了一个名为relative_month 的新列，计算如下：

row_year * 12 + row_month - event_occured_year*12 - event_occured_month

因此，现在每行都标有与事件相关的月份，与实际日期无关。 relative_month 在偶数月份为 0。 relative_month 是活动前 3 个月的 -3。 relative_month 是每个城市的活动 1 年后的 12 岁。

然后我可以通过显示相对月份每个值的平均值来制作图表。

我希望这是有道理的，并对遇到同样问题的人有所帮助。