加载包含覆盖面和频次的地理位置级数据

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、geo、controls、population、kpi 和 revenue_per_kpi。对于没有覆盖面和频次数据的媒体渠道，您必须将其媒体曝光和媒体支出分别分配至 media 和 media_spend 类别。相反，对于拥有覆盖面和频次数据的媒体渠道，您必须将其覆盖面、频次和媒体支出分别映射到 reach、frequency 和 rf_spend 类别。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',
       geo='geo',
       controls=['GQV', 'Discount', 'Competitor_Sales'],
       population='population',
       kpi='conversions',
       revenue_per_kpi='revenue_per_conversion',
       media=[
           'Channel0_impression',
           'Channel1_impression',
           'Channel2_impression',
           'Channel3_impression',
       ],
       media_spend=[
           'Channel0_spend',
           'Channel1_spend',
           'Channel2_spend',
           'Channel3_spend',
       ],
       reach =['Channel4_reach', 'Channel5_reach'],
       frequency=['Channel4_frequency', 'Channel5_frequency'],
       rf_spend=['Channel4_spend', 'Channel5_spend'],
   )
   

2. 将媒体曝光、覆盖面、频次和媒体支出映射到要在双页输出中显示的指定渠道名称。下例中的 Channel0_impression 和 Channel0_spend 连接到同一个渠道 Channel0。此外，Channel4_reach、Channel4_frequency 和 Channel4_spend 连接到同一个渠道 Channel4。

   correct_media_to_channel = {
       'Channel0_impression': 'Channel0',
       'Channel1_impression': 'Channel1',
       'Channel2_impression': 'Channel2',
       'Channel3_impression': 'Channel3',
   }
   correct_media_spend_to_channel = {
       'Channel0_spend': 'Channel0',
       'Channel1_spend': 'Channel1',
       'Channel2_spend': 'Channel2',
       'Channel3_spend': 'Channel3',
   }
   
   correct_reach_to_channel = {
       'Channel4_reach': 'Channel4',
       'Channel5_reach': 'Channel5',
   }
   correct_frequency_to_channel = {
       'Channel4_frequency': 'Channel4',
       'Channel5_frequency': 'Channel5',
   }
   correct_rf_spend_to_channel = {
       '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,
       reach_to_channel=correct_reach_to_channel,
       frequency_to_channel=correct_frequency_to_channel,
       rf_spend_to_channel=correct_rf_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 加载序列化模拟 Xarray 数据集：

1. 使用 pickle 加载数据：

   import pickle
   with open(f'/{PATH}/{FILENAME}.pkl', 'r') as fh:
     dataset=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 geo、time、control_variable、media_channel 和 rf_channel，其中 rf_channel 用于指定拥有覆盖面和频次数据的渠道。所需的数据变量名称为 kpi、revenue_per_kpi、controls、population、media、media_spend、reach、frequency 和 rf_spend。

   loader = load.XrDatasetDataLoader(
       dataset,
       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',
           'reach': 'reach',
           'frequency': 'frequency',
           'rf_spend': 'rf_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], [4, 5, 6], [7, 8, 9]])
   controls_nd = np.array([
     [[1, 5], [2, 6], [3, 4]],
     [[7, 8], [9, 10], [11, 12]],
     [[13, 14], [15, 16], [17, 18]],
   ])
   population_nd = np.array([1, 2, 3])
   revenue_per_kpi_nd = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
   reach_nd = np.array([
     [[1, 5], [2, 6], [3, 4]],
     [[7, 8], [9, 10], [11, 12]],
     [[13, 14], [15, 16], [17, 18]],
   ])
   frequency_nd = np.array([
     [[1, 5], [2, 6], [3, 4]],
     [[7, 8], [9, 10], [11, 12]],
     [[13, 14], [15, 16], [17, 18]],
   ])
   rf_spend_nd = np.array([
     [[1, 5], [2, 6], [3, 4]],
     [[7, 8], [9, 10], [11, 12]],
     [[13, 14], [15, 16], [17, 18]],
   ])
   

2. 使用 NDArrayInputDataBuilder 设置时间和地理位置，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.geos = ['B', 'A', 'C']
   builder = (
     builder
       .with_kpi(kpi_nd)
       .with_revenue_per_kpi(revenue_per_kpi_nd)
       .with_population(population_nd)
       .with_controls(
         controls_nd,
         control_names=["control0", "control1"])
       .with_reach(
           r_nd=reach_nd,
           f_nd=frequency_nd,
           rfs_nd=rf_spend_nd,
           rf_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/geo_media_rf.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_population(df)
           .with_controls(df, control_cols=["GQV", "Discount", "Competitor_Sales"])
           .with_reach(
               df,
               reach_cols = ['Channel4_reach', 'Channel5_reach'],
               frequency_cols = ['Channel4_frequency', 'Channel5_frequency'],
               rf_spend_cols = ['Channel4_spend', 'Channel5_spend'],
               rf_channels = ['Channel4', 'Channel5'],
           )
   )
   
   data = builder.build()
   

   其中：

   • kpi_type 是 'revenue' 或 'non_revenue'。

接下来，您可以创建模型。