题目：
数据data_etr.csv为用户用电量数据,数据中有编号为1-200的200位电力用户，DATA_DATE表示时间，如2015/1/1表示2015年1月1日，KWH为用电量。请完成以下工作：
(1) 将数据进行转置，转置后行为用户编号、列为日期、值为用户每日用电量。
(2) 对数据中的异常数据进行识别并处理。
(3) 统计每个用户用电数据的基本统计量，包括：最大值、最小值、均值、中位数、和、方差、偏度、峰度。
(4) 每个用户用电数据按日差分，并求取差分结果的基本统计量，统计量同3。
解析：先 进行按日期差分（diff），再 进行按用户求基本统计量（agg）。
(5) 求取每个用户的5%分位数。
(6) 每个用户按周求和并且进行差分（一周7天，年度分开），并求取差分结果的基本统计量，统计量同3。
(7) 统计每个用户的日用电量在其最大值0.9倍以上的次数。
(8) 求取每个用户日为最大值/最小值的索引月份，若最大值/最小值存在于多个月份中，则输出含有最大值/最小值最多的那个月份。如1号用户的最小值为0，12个月每个月都有0，则看哪个月的0最多。
(9) 合并上述特征。
答案
1.将数据进行转置，转置后行为用户编号、列为日期、值为用户每日用电量。
import numpy as np
import pandas as pd
import os
#将数据进行转置，转置后行为用户编号、列为日期、值为用户每日用电量。
data=pd.read_csv(‘data_etr.csv’,parse_dates=[‘DATA_DATE’],encoding=‘gbk’)
data.head()
#透视表
data_new=pd.pivot_table(data=data,values=‘KWH’,index=‘CONS_NO’,columns=‘DATA_DATE’)
2.对数据中的异常数据进行识别并处理。
def clear_(x=None):
QL=x.quantile(0.25)#下四分位数
QU=x.quantile(0.75)#上四分位数
IQR=QU-QL
x[((x>QU+1.5IQR)|(x<QL-1.5IQR))]=None 上四分位数是加运算，上四分位数是减运算，别记错了
return x
data_new.apply(clear_,axis=0)#对每一行操作
3.统计每个用户用电数据的基本统计量，包括：最大值、最小值、均值、中位数、和、方差、偏度、峰度。
feature1=data_new.T.agg([‘max’,‘min’,‘mean’,‘median’,‘sum’,‘var’,‘skew’,‘kurt’],axis=0).T
4.每个用户用电数据按日差分，并求取差分结果的基本统计量，统计量同3。
feature2=data_new.T.diff(axis=1).agg([‘max’,‘min’,‘mean’,‘median’,‘sum’,‘var’,‘skew’,‘kurt’],axis=0).T
5.求取每个用户的5%分位数。
feature3=data_new.quantile(0.05,axis=1)
6.每个用户按周求和并差分（一周7天，年度分开），并求取差分结果的基本统计量，统计量同3。
data_new.columns.week
feature4=(data_new.T.resample(‘W’).sum()).T.diff(axis=1).T.agg([‘max’,‘min’,‘mean’,‘median’,‘sum’,‘var’,‘skew’,‘kurt’],axis=0).T
7.统计每个用户的日用电量在其最大值0.9倍以上的次数。
feature5=data_new.apply(lambda x:sum(x>x.max()*0.9),axis=1)
8.求取每个用户日为最大值/最小值的索引月份，若最大值/最小值存在于多个月份中，则输出含有最大值/最小值最多的那个月份。如1号用户的最小值为0，12个月每个月都有0，则看哪个月的0最多。
feature6=data_new.apply(lambda x: x==x.min(),axis=1).groupby(by=data_new.columns.month,axis=1).sum().idxmax(axis=1) #最小值
feature7=data_new.apply(lambda x: x==x.max(),axis=1).groupby(by=data_new.columns.month,axis=1).sum().idxmax(axis=1) #最大值
9.合并上述特征。
pd.concat([feature1,feature2,feature3,feature4,feature5,feature6,feature7],axis=0)