数据分析 · 函数

季节性检测

检测时间序列的季节性强弱。

调用签名(表, 日期列, 数值列, 周期: 'int' = 12)

季ZHONGWEN
PYTHON

Chinese example

中文代码示例

设 表 = Pandas.数据表({"名称": ["甲", "乙"], "数量": [3, 5]})
# 完整案例：按字段调用 季节性检测
设 结果 = 数据分析.季节性检测(
    表=表,  # 必填；Pandas DataFrame 或类似表格对象
    日期列="数量",  # 必填；按函数业务含义传入 日期列;首次使用建议先 打印...
    数值列="数量",  # 必填；按函数业务含义传入 数值列;首次使用建议先 打印...
    周期=12,  # 可选；整数类型的 周期 参数,按函数业务含义传入对应数...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

4 个参数

参数类型 / 传入方式说明

表可选 · 默认无

未声明位置参数或字段名=值

Pandas DataFrame 或类似表格对象。

常见错误：漏传或对象为 None 会报 TypeError/AttributeError;先调用对应的创建函数拿到表再传入

日期列可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入日期列;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '日期列';检查调用是否漏了这行

数值列可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入数值列;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '数值列';检查调用是否漏了这行

周期可选 · 默认 12

int位置参数或字段名=值

整数类型的周期参数,按函数业务含义传入对应数值。

常见错误：传非整数会报 TypeError;按整数类型传值

Playbook

基础用法 · 进阶组合 · 错误排查

设 表 = Pandas.数据表({"名称": ["甲", "乙"], "数量": [3, 5]})
# 完整案例：按字段调用 季节性检测
设 结果 = 数据分析.季节性检测(
    表=表,  # 必填；Pandas DataFrame 或类似表格对象
    日期列="数量",  # 必填；按函数业务含义传入 日期列;首次使用建议先 打印...
    数值列="数量",  # 必填；按函数业务含义传入 数值列;首次使用建议先 打印...
    周期=12,  # 可选；整数类型的 周期 参数,按函数业务含义传入对应数...
)
打印(结果)

# 进阶组合:季节性检测 配合 数据分析 业务流使用
设 数据 = 数据分析.读取数据("outputs/数据.csv")
设 结果 = 数据分析.季节性检测(
    表=表,  # 必填
    日期列="数量",  # 必填
    数值列="数量",  # 必填
)
数据分析.导出报告(统计, "outputs/报告.html")
打印(结果)

# 错误排查:覆盖 3 个必填参数

## 参数 1: 表
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 数据分析.季节性检测()  # TypeError
# 修复:补上必填字段
设 结果 = 数据分析.季节性检测(表=表)

## 参数 2: 日期列
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 数据分析.季节性检测()  # TypeError
# 修复:补上必填字段
设 结果 = 数据分析.季节性检测(日期列="数量")

## 参数 3: 数值列
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 数据分析.季节性检测()  # TypeError
# 修复:补上必填字段
设 结果 = 数据分析.季节性检测(数值列="数量")
打印(结果)