该数据集适用于那些希望掌握时间序列数据分析的人。数据集包含位于美国德克萨斯州休斯顿的2层房屋的每小时用电量。数据集包含从2016年1月6日到2020年8月的每小时用电量，以千瓦时为单位。该数据集在“备注”类别列中标记了工作日，周末，COVID锁定和休假的备注。
白天的耗电量与夜间的耗电量不同。房屋内部的电气设备包括安全DVR和POI摄像机，2台冰箱，2台50加仑的热水器，它们在白天都处于开启状态。晚上从晚上6点到早上8点，运行几个电灯泡，电视，洗衣机，烘干机和交流电。
另一个数据包含得克萨斯州休斯顿从2016年6月1日至2020年8月的历史天气预报。由于得克萨斯州休斯敦的天气晴朗，我们有将近9个月的夏季。从2月开始至11月，大部分年份仅冬季12月和1月两个月。

***大声疾呼***
电力使用数据摘自“三重能源LP，德克萨斯州伍德兰市77393”
德克萨斯州休斯顿的历史天气数据摘自“ www.wunderground.com”

*** 2016年至2020年的用电量数据文件。***
注释栏：-
休假设置：-'“交流和电灯泡已关闭”
COVID-锁定：-'交流电源在白天开放，笔记本电脑，显示器等均处于打开状态。'
工作日：-'早上7点至下午5点：“交流电在夏天的温度为84 F，在冬天的
温度为60F 。”周末：-'室温在夏天设置为78 F，在冬天设置为68 F”

*** 2016年至2020年每日天气***
单位
温度（°F）
露点（°F）
湿度（％）年龄（
风）（mph）每小时
压力（Hg）
降水（英寸）

挑战

对于给定的日期和温度详细信息，是否可以估算当天的用电量？
我们可以将标记的数据分类为“工作日”，“周末”，“ COVID”和“假期”类别吗？
灵感：
很棒的数据集，例如
https://www.kaggle.com/robikscube/hourly-energy-consumption/notebooks

请注意
power_usage文件：-请注意，复制到csv文件时，StartDate格式的日期格式不匹配。
StartDate 2016-06-01 00-00-00（yyyy-mm-dd HH-MS）到结束日期2020-07-07 23:00:00
天气文件：-日期格式2016-06-01（yyyy-mm- dd）至2020-08-30（yyyy-mm-dd）某些日期格式不正确

请在开始之前运行这些步骤

更新动力的datetime列使用2016至2020.csv

n = df.shape [0]
p1 = pd.Series（range（n），pd.period range（（2016-06-01 00:00:00 '，freq ='1H'，period = n））df [ 'StartDate'] = p1.to frame（）。index

更新天气2016 2020_daily.csv的日期列

m = df weather.shape [0] p2 = pd.Series（range（m），pd.period range（'2016-06-01'，freq ='1D'，period = m））
df weather ['Date' ] = p2.to frame（）。index