时间序列：日期时间均值计算与异常检测技术咨询

基于你提供的数据集结构和需求，以下是用Python Pandas实现统计计算的具体步骤，以及异常检测的延伸建议：

数据预处理前置步骤 #

首先确保date列转换为datetime类型，方便时间筛选：

import pandas as pd

# 加载数据集（格式可根据实际调整）
df = pd.read_csv('your_data.csv')
# 转换date列为datetime类型
df['date'] = pd.to_datetime(df['date'], format='%d/%m/%Y %I:%M:%S %p')

问题1：过去30天内9:00、15:00、16:00时段的平均接单量 #

步骤：筛选时间范围→筛选目标时段→按日期+时段统计小时接单量→计算各时段的平均值

# 筛选过去30天的数据
thirty_days_ago = df['date'].max() - pd.Timedelta(days=30)
recent_30d = df[df['date'] >= thirty_days_ago]

# 筛选目标时段
target_hours = [9, 15, 16]
filtered = recent_30d[recent_30d['order hour'].isin(target_hours)]

# 按日期和时段分组，统计每小时的接单量
hourly_orders = filtered.groupby([filtered['date'].dt.date, 'order hour'])['order ID'].count().reset_index(name='order_count')

# 计算各时段的平均接单量
avg_by_hour = hourly_orders.groupby('order hour')['order_count'].mean().round(2)
print(avg_by_hour)

输出示例：

order hour
9     45.2
15    62.5
16    58.1
Name: order_count, dtype: float64

问题2：过去4个周三的9:00、过去4个周四的15:00时段的平均接单量 #

注意：先确认order weekday的数值映射（比如假设3=周三、4=周四，需根据你的实际编码调整）

# 定义目标条件：周三9点 或 周四15点
wed_9am = (df['order weekday'] == 3) & (df['order hour'] == 9)
thu_3pm = (df['order weekday'] == 4) & (df['order hour'] == 15)
target_data = df[wed_9am | thu_3pm]

# 提取去重后的日期，取最近4个目标日期
unique_dates = target_data['date'].dt.date.unique()
recent_4_dates = sorted(unique_dates, reverse=True)[:4]

# 筛选最近4个目标日期的数据
recent_target = target_data[target_data['date'].dt.date.isin(recent_4_dates)]

# 分别计算两个时段的平均接单量
avg_wed9 = recent_target[wed_9am]['order ID'].count() / 4
avg_thu15 = recent_target[thu_3pm]['order ID'].count() / 4
print(f"过去4个周三9点平均接单量：{avg_wed9}")
print(f"过去4个周四15点平均接单量：{avg_thu15}")

异常检测优化建议 #

你采用的均值对比法是基础有效的方案，但可以进一步优化：

• 分维度基准值：不要只用全局均值，而是按「时段+工作日」建立基准（比如周三9点的历史均值、标准差），贴合不同时段/工作日的接单量波动规律
• 波动阈值设置：结合标准差设定异常阈值（比如当前接单量偏离均值±2倍标准差则标记为异常）
• 实时刷新适配：定时运行脚本计算最新时段的接单量，与历史基准对比输出异常告警

内容的提问来源于stack exchange，提问作者Duyth