নাগাল এবং ফ্রিকোয়েন্সি ছাড়াই ভূ-স্তরের ডেটা লোড করুন

নিম্নলিখিত বিভাগে প্রতিটি ডেটা টাইপ এবং বিন্যাসের জন্য একটি উদাহরণ হিসাবে সিমুলেটেড ডেটা সরবরাহ করা হয়েছে।

CSV

CsvDataLoader ব্যবহার করে সিমুলেটেড CSV ডেটা লোড করতে:

1. পরিবর্তনশীল প্রকারে কলামের নাম ম্যাপ করুন। প্রয়োজনীয় পরিবর্তনশীল প্রকারগুলি হল time , geo , controls , population , kpi , revenue_per_kpi , media , এবং media_spend । প্রতিটি ভেরিয়েবলের সংজ্ঞার জন্য, আপনার ডেটা সংগ্রহ এবং সংগঠিত করুন দেখুন।

   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',
           'Channel4_impression',
           'Channel5_impression',
       ],
       media_spend=[
           'Channel0_spend',
           'Channel1_spend',
           'Channel2_spend',
           'Channel3_spend',
           'Channel4_spend',
           'Channel5_spend',
       ],
   )
   

2. মিডিয়া ভেরিয়েবল ম্যাপ করুন এবং মিডিয়া যে চ্যানেলের নামগুলিকে দুই-পৃষ্ঠার আউটপুটে প্রদর্শন করতে চান তার জন্য ব্যয় করে। নিম্নলিখিত উদাহরণে, Channel0_impression এবং Channel0_spend একই চ্যানেল, Channel0 এর সাথে সংযুক্ত।

   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. CsvDataLoader ব্যবহার করে ডেটা লোড করুন:

   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()
   

   কোথায়:

   • kpi_type হয় 'revenue' বা 'non_revenue' ।
   • PATH হল ডেটা ফাইলের অবস্থানের পথ।
   • FILENAME হল আপনার ডেটা ফাইলের নাম৷

Xarray ডেটাসেট

XrDatasetDataLoader ব্যবহার করে সিমুলেটেড Xarray ডেটাসেট লোড করতে:

1. pickle ব্যবহার করে ডেটা লোড করুন:

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

   কোথায়:

   • PATH হল ডেটা ফাইলের অবস্থানের পথ।
   • FILENAME হল আপনার ডেটা ফাইলের নাম৷

2. XrDatasetDataLoader এ ডেটাসেট পাস করুন। স্থানাঙ্ক এবং অ্যারে ম্যাপ করতে name_mapping আর্গুমেন্ট ব্যবহার করুন। ইনপুট ডেটাসেটের নামগুলি প্রয়োজনীয় নামের থেকে আলাদা হলে ম্যাপিং প্রদান করুন৷ প্রয়োজনীয় স্থানাঙ্কের নাম হল geo , time , control_variable এবং media_channel । প্রয়োজনীয় ডেটা ভেরিয়েবলের নামগুলি হল kpi , revenue_per_kpi , controls , population , media , এবং media_spend ৷

   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()
   

   কোথায়:

   • kpi_type হয় 'revenue' বা 'non_revenue' ।

অন্যান্য ডেটা বিন্যাস

DataFrameDataLoader ব্যবহার করে সিমুলেটেড অন্যান্য ডেটা ফরম্যাট (যেমন excel ) লোড করতে:

1. পরিবর্তনশীল প্রকারে কলামের নাম ম্যাপ করুন। প্রয়োজনীয় পরিবর্তনশীল প্রকারগুলি হল time , geo , controls , population , kpi , revenue_per_kpi , media , এবং media_spend । প্রতিটি ভেরিয়েবলের সংজ্ঞার জন্য, আপনার ডেটা সংগ্রহ এবং সংগঠিত করুন দেখুন।

   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',
           'Channel4_impression',
           'Channel5_impression',
       ],
       media_spend=[
           'Channel0_spend',
           'Channel1_spend',
           'Channel2_spend',
           'Channel3_spend',
           'Channel4_spend',
           'Channel5_spend',
       ],
   )
   

2. মিডিয়া ভেরিয়েবল ম্যাপ করুন এবং মিডিয়া যে চ্যানেলের নামগুলিকে দুই-পৃষ্ঠার আউটপুটে প্রদর্শন করতে চান তার জন্য ব্যয় করে। নিম্নলিখিত উদাহরণে, Channel0_impression এবং Channel0_spend একই চ্যানেল, Channel0 এর সাথে সংযুক্ত।

   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. DataFrameDataLoader এ ডেটা পড়ুন (যেমন excel ) এবং তারপর ডেটা লোড করুন:

   df = pd.read_excel(f'/{PATH}/{FILENAME}.xlsx')
   loader = load.DataFrameDataLoader(
       df=df,
       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()
   

   কোথায়:

   • kpi_type হয় 'revenue' বা 'non_revenue' ।
   • PATH হল ডেটা ফাইলের অবস্থানের পথ।
   • FILENAME হল আপনার ডেটা ফাইলের নাম৷

এর পরে, আপনি আপনার মডেল তৈরি করতে পারেন।