加载国家级数据

以下各部分中提供了模拟数据，作为每种数据类型和格式的示例。

CSV

使用 CsvDataLoader 加载模拟 CSV 数据：

1. 将列名称映射到变量类型。所需的变量类型为 time、controls、kpi、revenue_per_kpi、media 和 media_spend。如需了解每个变量的定义，请参阅收集和整理数据。

   coord_to_columns = load.CoordToColumns(
       time='time',
       controls=['GQV', 'Discount', 'Competitor_Sales'],
       kpi='conversions',
       revenue_per_kpi='revenue_per_conversion',
       media=[
           'Channel0_impression',
           'Channel1_impression',
           'Channel2_impression',
           'Channel3_impression',
           'Channel4_impression',
           'Channel5_impression',
       ],
       media_spend=[
           'Channel0_spend',
           'Channel1_spend',
           'Channel2_spend',
           'Channel3_spend',
           'Channel4_spend',
           'Channel5_spend',
       ],
   )
   

2. 将媒体变量和媒体支出映射到要在双页输出中显示的指定渠道名称。在以下示例中，Channel0_impression 和 Channel0_spend 连接到同一个渠道 Channel0。

   correct_media_to_channel = {
       'Channel0_impression': 'Channel0',
       'Channel1_impression': 'Channel1',
       'Channel2_impression': 'Channel2',
       'Channel3_impression': 'Channel3',
       'Channel4_impression': 'Channel4',
       'Channel5_impression': 'Channel5',
   }
   correct_media_spend_to_channel = {
       'Channel0_spend': 'Channel0',
       'Channel1_spend': 'Channel1',
       'Channel2_spend': 'Channel2',
       'Channel3_spend': 'Channel3',
       'Channel4_spend': 'Channel4',
       'Channel5_spend': 'Channel5',
   }
   

3. 使用 CsvDataLoader 加载数据：

   loader = load.CsvDataLoader(
       csv_path=f'/{PATH}/{FILENAME}.csv',
       kpi_type='non_revenue',
       coord_to_columns=coord_to_columns,
       media_to_channel=correct_media_to_channel,
       media_spend_to_channel=correct_media_spend_to_channel,
   )
   data = loader.load()
   

   其中：

   • kpi_type 是 'revenue' 或 'non_revenue'。
   • PATH 表示指向数据文件位置的路径。
   • FILENAME 表示数据文件的名称。

Xarray 数据集

使用 XrDatasetDataLoader 加载模拟 Xarray 数据集：

1. 使用 pickle 加载数据：

   import pickle
   with open(f'/{PATH}/{FILENAME}.pkl', 'r') as fh:
     XrDataset=pickle.load(fh)
   

   其中：

   • PATH 表示指向数据文件位置的路径。
   • FILENAME 表示数据文件的名称。

2. 将数据集传递给 XrDatasetDataLoader。使用 name_mapping 实参映射坐标和数组。如果输入数据集内的名称与所需名称不同，请提供映射。所需的坐标名称为 time、control_variable 和 media_channel。所需的数据变量名称为 kpi、revenue_per_kpi、controls、media 和 media_spend。

   loader = load.XrDatasetDataLoader(
       XrDataset,
       kpi_type='non_revenue',
       name_mapping={'channel': 'media_channel',
                     'control': 'control_variable',
                     'conversions': 'kpi',
                     'revenue_per_conversion': 'revenue_per_kpi',
                     'control_value': 'controls',
                     'spend': 'media_spend'},
   )
   
   data = loader.load()
   

   其中：

   • kpi_type 是 'revenue' 或 'non_revenue'。

Numpy 多维数组

如需直接加载 NumPy 多维数组，请使用 NDArrayInputDataBuilder：

1. 将数据创建为单独的 NumPy 多维数组。

   import numpy as np
   
   kpi_nd = np.array([[1, 2, 3]])
   controls_nd = np.array([[[1, 2], [3, 4], [5, 6]]])
   revenue_per_kpi_nd = np.array([[1, 2, 3]])
   media_nd = np.array([[[1, 2], [3, 4], [5, 6]]])
   media_spend_nd = np.array([[[1, 2], [3, 4], [5, 6]]])
   

2. 使用 NDArrayInputDataBuilder 设置时间，并根据 Meridian 输入数据中的要求指定渠道或维度名称。如需了解每个变量的定义，请参阅收集和整理数据。

   from meridian.data import nd_array_input_data_builder as data_builder
   
   builder = (
       data_builder.NDArrayInputDataBuilder(kpi_type='non_revenue')
   )
   builder.time_coords = ['2024-01-02', '2024-01-03', '2024-01-01']
   builder.media_time_coords = ['2024-01-02', '2024-01-03', '2024-01-01']
   builder = (
     builder
       .with_kpi(kpi_nd)
       .with_revenue_per_kpi(revenue_per_kpi_nd)
       .with_controls(
         controls_nd,
         control_names=["control0", "control1"])
       .with_media(
         m_nd=media_nd,
         ms_nd=media_spend_nd,
         media_channels=["channel0", "channel1"]
       )
   )
   
   data = builder.build()
   

   其中：

   • kpi_type 是 'revenue' 或 'non_revenue'。

Pandas DataFrame 或其他数据格式

使用 DataFrameInputDataBuilder 加载模拟的其他数据格式（例如 excel）：

1. 将数据（例如 excel 电子表格）读入一个或多个 Pandas DataFrame。

   import pandas as pd
   
   df = pd.read_excel(
       'https://github.com/google/meridian/raw/main/meridian/data/simulated_data/xlsx/national_media.xlsx',
       engine='openpyxl',
   )
   

2. 使用 DataFrameInputDataBuilder 将列名称映射到 Meridian 输入数据所需的变量类型。如需了解每个变量的定义，请参阅收集和整理数据。

   from meridian.data import data_frame_input_data_builder as data_builder
   
   builder = data_builder.DataFrameInputDataBuilder(
       kpi_type='non_revenue',
       default_kpi_column="conversions",
       default_revenue_per_kpi_column="revenue_per_conversion",
   )
   builder = (
       builder
           .with_kpi(df)
           .with_revenue_per_kpi(df)
           .with_controls(df, control_cols=["GQV", "Discount", "Competitor_Sales"])
   )
   channels = ["Channel0", "Channel1", "Channel2", "Channel3", "Channel4", "Channel5"]
   builder = builder.with_media(
       df,
       media_cols=[f"{channel}_impression" for channel in channels],
       media_spend_cols=[f"{channel}_spend" for channel in channels],
       media_channels=channels,
   )
   
   data = builder.build()
   

   其中：

   • kpi_type 是 'revenue' 或 'non_revenue'。

接下来，您可以创建模型。