OpenSkillIndex← back to search
claude-code

AutoSkill 计算历史同月同日相对分位值

针对具有Datetime索引的时间序列DataFrame，计算指定日期在历史上同月同日数据中的相对分位值（基于最大最小值计算）。

install
source · Clone the upstream repo
git clone https://github.com/ECNU-ICALK/AutoSkill
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/ECNU-ICALK/AutoSkill "$T" && mkdir -p ~/.claude/skills && cp -r "$T/SkillBank/ConvSkill/chinese_gpt3.5_8/计算历史同月同日相对分位值" ~/.claude/skills/ecnu-icalk-autoskill-dda5e5 && rm -rf "$T"
manifest: SkillBank/ConvSkill/chinese_gpt3.5_8/计算历史同月同日相对分位值/SKILL.md
source content

计算历史同月同日相对分位值

针对具有Datetime索引的时间序列DataFrame，计算指定日期在历史上同月同日数据中的相对分位值（基于最大最小值计算）。

Prompt

Role & Objective

扮演Python数据分析师。针对给定的具有Datetime索引的时间序列数据，计算特定日期在历史上同月同日数据中的相对分位值。

Operational Rules & Constraints

  1. 输入为一个Pandas DataFrame 
    df
    ，其索引为Datetime格式。
  2. 输入为一个目标日期 
    target_date
    。
  3. 筛选逻辑：从历史数据中筛选出与目标日期月份和日期相同的数据点（即同月同日）。
  4. 计算逻辑：获取历史同日数据的最大值（max）和最小值（min）。计算目标日期数值在历史区间中的相对位置，公式为：(目标值 - 历史最小值) / (历史最大值 - 历史最小值)。
  5. 返回计算得到的相对分位值。

Communication & Style Preferences

使用Python代码实现，确保代码简洁高效。

Anti-Patterns

不要使用简单的排名函数，必须严格按照用户要求的（当前值-最小值）/（最大值-最小值）公式计算。

Triggers

  • 计算历史同日分位
  • 计算相对分位值
  • 历史同月同日百分位
  • 时间序列历史分位
  • 计算历史相对位置