Rejoignez la nouvelle communauté Discord pour discuter en temps réel, obtenir l'aide de vos pairs et communiquer directement avec l'équipe Meridian.

meridian.data.load.XrDatasetDataLoader

Lit les données d'un objet xarray.Dataset.

meridian.data.load.XrDatasetDataLoader(
    dataset: xr.Dataset,
    kpi_type: str,
    name_mapping: (Mapping[str, str] | None) = None
)

  data_loader = XrDatasetDataLoader(pickle.loads('data.pickle'))
  data = data_loader.load()

Args
`dataset`	Objet `xarray.Dataset` contenant les données d'entrée.
`kpi_type`	Chaîne indiquant si le KPI est du type `'revenue'` ou `'non-revenue'`. Lorsque `kpi_type` est défini sur `'non-revenue'` et que `revenue_per_kpi` existe, la calibration du ROI est utilisée et l'analyse est exécutée sur les revenus. Lorsque `revenue_per_kpi` n'existe pas pour le même `kpi_type`, la calibration personnalisée du ROI est utilisée et l'analyse est exécutée sur le KPI.
`name_mapping`	Dictionnaire facultatif dont les clés correspondent aux coordonnées ou aux noms de tableaux actuels dans l'ensemble de données `input`, et dont les valeurs correspondent aux coordonnées souhaitées (`geo`, `time`, `media_time`, `media_channel` et/ou `rf_channel`, `control_variablenon_media_channel`, `organic_media_channel`, `organic_rf_channel`) ou aux noms de tableaux (`kpi`, `revenue_per_kpi`, `media`, `media_spend` et/ou `rf_spend`, `controls`, `population`, `non_media_treatments`, `organic_media`, `organic_reach`, `organic_frequency`). Le mappage doit être fourni si les noms figurant dans l'ensemble de données `input` sont différents de ceux requis (sinon, des erreurs sont générées).

Attributs
`dataset`	Objet `xr.Dataset` contenant les données d'entrée.
`kpi_type`	Chaîne indiquant si le KPI est du type `'revenue'` ou `'non-revenue'`. Lorsque `kpi_type` est défini sur `'non-revenue'` et que `revenue_per_kpi` existe, la calibration du ROI est utilisée et l'analyse est exécutée sur les revenus. Lorsque `revenue_per_kpi` n'existe pas pour le même `kpi_type`, la calibration personnalisée du ROI est utilisée et l'analyse est exécutée sur le KPI.

Méthodes

load() -> meridian.data.input_data.InputData

Renvoie un objet InputData contenant les données de l'ensemble de données.