冰淇淋检查员异常操作检测：子查询和阈值的应用

python

2024-03-11 06:31:33

使用子查询和阈值识别冰淇淋检查员的异常操作

问题陈述

为了维护冰淇淋销售的质量，我们需要监测冰淇淋检查员的行为。我们怀疑，某些检查员可能会根据他们遇到的客户数量来草率地评估冰淇淋摊。我们的目标是识别那些可能基于过少或过多客户数量对摊位做出错误评估的事件。

解决方案

我们将创建一个算法，使用子查询和阈值来检测这些异常操作。

子查询

子查询允许我们在原始查询中包含其他查询。在本例中，我们将使用子查询来查找每个事件持续期间的客户数量。

阈值

阈值是指我们用来确定异常行为的特定值。在本例中，我们将设置一个良好阈值和一个不良阈值。如果一个摊位在评估期间的客户数量超过良好阈值，则将其标记为“好”。如果客户数量低于不良阈值，则将其标记为“坏”。

代码示例

# 读取数据
df_original = pd.DataFrame({
    "station": ["A", "A", "A", "A", "B", "B", "B", "B"],
    "ice_cream_date": [1, 2, 3, 4, 1, 2, 3, 4],
    "customers": [10, 20, 30, 5, 5, 7, 4, 10],
    "event": [0, 1, 0, 1, 1, 0, 1, 0],
})

df_events = pd.DataFrame({
    "events": [1, 1, 1, 1],
    "ice_cream_date": [2, 4, 1, 3],
    "station": ["A", "A", "B", "B"],
    "customers": [20, 5, 5, 4],
})

# 计算评估间隔
df_events["evaluation_span"] = 10

# 确定评估结束日期
df_events["evaluation_end_date"] = df_events["ice_cream_date"] + df_events["evaluation_span"]

# 查找评估结束日期的客户数量
df_events["evaluation_end_date_customer"] = df_events["evaluation_end_date"].map(df_original.set_index("ice_cream_date")["customers"])

# 设置好和坏阈值
df_events["good_customer"] = 30
df_events["bad_customer"] = 5

# 计算良好和不良标签
df_events["good"] = (df_events["evaluation_end_date_customer"] >= df_events["good_customer"]) & (df_events["events"] == 1)
df_events["bad"] = (df_events["evaluation_end_date_customer"] <= df_events["bad_customer"]) & (df_events["events"] == 1)

# 生成输出数据框
df_output = pd.DataFrame({
    "ice_cream_date": df_events["ice_cream_date"],
    "station": df_events["station"],
    "evaluation_customers": df_events["evaluation_end_date_customer"],
    "good": df_events["good"],
    "bad": df_events["bad"],
    "evaluation_end": df_events["evaluation_end_date"],
    "actual_evaluation_end_date": df_events["evaluation_end_date_customer"].map(df_original.set_index("ice_cream_date")["ice_cream_date"]),
})