如何正确聚合某个产品主题数据集的社交媒体帖子与指定主题的销售数据集？答案

【问题标题】：How to properly aggregate the social media post of a certain product theme dataset with the sales dataset for the specified theme?如何正确聚合某个产品主题数据集的社交媒体帖子与指定主题的销售数据集？
【发布时间】：2021-05-12 08:11:18
【问题描述】：

我有一个社交媒体帖子数据集： df1 包含列 ['Date'、'total_post'、'Theme_ID'、'Theme Name'、'year'、'month'] 和销售数据集： df2 包含列 ['Date'、'product_id'、'sales_dollars_value'、'sales_units_value'、'sales_lbs_value'、'Theme_ID'、'Theme Name'、'Vendor'、'year'、'month']。现在，由于我的产品/主题的销售将取决于社交媒体上的帖子，因为它的广告如何合并这两个数据集。我可以直接将它合并到 Date 和 Theme_ID/Theme Name 但我的问题是我的社交媒体帖子的效果不会在一段时间后反映在我的销售价值中。那么如何将此作为滞后功能包含在内？

【问题讨论】：

标签： time-series data-science forecasting lag feature-engineering

【解决方案1】：

您可以计算互相关并确定要考虑的最佳延迟。

这是一般的想法：https://en.wikipedia.org/wiki/Cross-correlation

这可能是python中的一个实现：Cross-correlation (time-lag-correlation) with pandas?

【讨论】：