Python中的因果影响分析（A/B测试）

Question

我正在用Python进行因果影响分析。这种分析有助于测量干预后治疗组与对照组相比的影响（a/B测试）。我在这里读了一些文献：https://www.analytics-link.com/post/2017/11/03/causal-impact-analysis-in-r-and-now-python

假设我的数据采用以下格式：

以下代码可以完美地工作：

from causalimpact import CausalImpact
cut_off_point = 12
pre_period = [0,cut_off_point-1]
post_period = [cut_off_point,data.shape[0]-1]
impact = CausalImpact(data, pre_period, post_period)
impact.run()
impact.plot()

但是，如果我添加一列日期，并尝试根据日期拆分治疗组和对照组，则会出现错误

比如，我现在按日期定义前期和后期，如下所示：

pre_period = ['2020-04-27','2020-06-29']
post_period = ['2020-07-06','2020-07-27']
impact = CausalImpact(data, pre_period, post_period)
impact.run()
impact.plot()

我得到一个错误：

ConversionError: Failed to convert value(s) to axis units: '2020-06-29'

我已将日期转换为索引，但仍然收到错误

谁能帮忙吗。关于该库及其在A/B测试中的使用的在线文献似乎有限。非常感谢你的帮助

Answer 1

看起来您的数据是一个数据帧，但是您在pre_period和post_period对象中提供了日期，这要求您的数据是一个时间序列对象。这在原始的R包文档here中进行了解释

总结：为数据帧提供索引，为时间序列提供日期

Answer 2

将句点传递给CausalImpact之前，请定义句点：

pre_period = [pd.to_datetime(date) for date in  ['2020-04-27','2020-06-29']]
post_period = [pd.to_datetime(date) for date in ['2020-07-06','2020-07-27']]

现在周期是时间序列对象，例如pre_period：

[Timestamp('2014-01-01 00:00:00'), Timestamp('2014-03-12 00:00:00')]

是Timestamp的列表。 尝试之后：

impact = CausalImpact(data, pre_period, post_period)
impact.run()
impact.plot()

Answer 3

对我来说不起作用，它会引发TypeError:float（）参数必须是字符串或数字，而不是相当相等的数据集中的“datetime.date”（一个日期列和控制/测试组列），这似乎不是一个非常通用的解决方案