<think>由于我们处理的是Excel文件，并且要进行分时间段的主成分分析（PCA），我们需要以下步骤： 1. 读取Excel文件 2. 提取每个时间段的数据 3. 对每个时间段的数据分别进行PCA 4. 分析结果（如主成分得分、方差贡献率等） 我们将使用pandas来读取和处理Excel文件，使用scikit-learn进行PCA。 注意：由于数据是从1952年到2025年，列名为年份（从B列到BW列，即1952-2025），行是指标（共9个指标，从第2行到第10行）。 时间段划分： 时间段1: 1952-1977年（注意：197年可能是1977年？因为1978是下一个时间段的开始，所以这里假设为1977年） 时间段2: 1978-1991年 时间段3: 1992-2012年 时间段4: 2013-2025年 步骤： 1. 读取Excel文件，将第一行作为列名（年份），第一列（A列）作为索引（指标名称）。 2. 转置数据，使得每行代表一个年份，每列代表一个指标。 3. 按照给定的时间段切割数据。 4. 对每个时间段的数据进行标准化（PCA通常需要标准化数据）。 5. 进行PCA分析。 我们将分别对四个时间段进行PCA，并输出每个时间段的主成分分析结果（例如，主成分得分，方差解释率等）。 代码实现： </think> 以下是一个完整的Python解决方案，使用pandas和scikit-learn实现分时段PCA分析。代码包含详细注释，可直接运行： ```python import pandas as pd import numpy as np from sklearn.decomposition import PCA from sklearn.preprocessing import StandardScaler # 1. 读取Excel数据 file_path = r'C:\Users\DELL\Desktop\ecodata.xlsx' df = pd.read_excel(file_path, header=0, index_col=0) # 第一行作为列名，第一列作为索引 # 2. 定义时间段划分（便于后续调整） time_periods = { "1952-1977": (1952, 1977), "1978-1991": (1978, 1991), "1992-2012": (1992, 2012), "2013-2025": (2013, 2025) } # 3. 创建可调整的PCA分析函数 def time_period_pca(data, period_name, start_year, end_year): """执行指定时间段的PCA分析""" # 3.1 提取时间段数据 period_cols = [str(y) for y in range(start_year, end_year+1)] period_data = data[period_cols].T # 转置：行为年份，列为指标 # 3.2 数据标准化（PCA前必须标准化） scaler = StandardScaler() scaled_data = scaler.fit_transform(period_data) # 3.3 执行PCA（保留所有主成分） pca = PCA() pca.fit(scaled_data) # 3.4 结果整理 results = { "period": period_name, "explained_variance_ratio": pca.explained_variance_ratio_, "components": pd.DataFrame( pca.components_, columns=period_data.columns, index=[f"PC{i+1}" for i in range(pca.n_components_)] ), "scores": pd.DataFrame( pca.transform(scaled_data), index=period_data.index, columns=[f"PC{i+1}" for i in range(pca.n_components_)] ) } return results # 4. 遍历所有时间段执行PCA all_results = {} for name, (start, end) in time_periods.items(): all_results[name] = time_period_pca(df, name, start, end) # 5. 结果展示示例（第一个时间段） sample_period = "1952-1977" sample_result = all_results[sample_period] print(f"\n=== {sample_period} PCA结果 ===") print("\n1. 方差解释比例:") for i, ratio in enumerate(sample_result["explained_variance_ratio"]): print(f" PC{i+1}: {ratio:.2%}") print("\n2. 主成分载荷矩阵:") print(sample_result["components"].round(2)) print("\n3. 主成分得分（前5年）:") print(sample_result["scores"].head().round(2)) # 6. 结果保存（可选） with pd.ExcelWriter(r'C:\Users\DELL\Desktop\pca_results.xlsx') as writer: for period, result in all_results.items(): result["components"].to_excel(writer, sheet_name=f"{period}_components") result["scores"].to_excel(writer, sheet_name=f"{period}_scores") ``` ### 代码解释： 1. **数据结构处理**： - 使用`index_col=0`将第一列（指标名称）设为行索引 - 列名为年份（1952-2025），行为9个经济指标 2. **时间段配置**： - 通过字典`time_periods`定义时间段，便于后续调整 - 支持灵活添加/修改时间段范围 3. **PCA核心流程**： - **数据标准化**：`StandardScaler`去除量纲影响（均值为0，标准差为1） - **PCA建模**：保留所有主成分，便于后续分析解释率 - **结果提取**： - `explained_variance_ratio_`：各主成分方差解释率 - `components_`：主成分载荷矩阵（反映原始变量权重） - `scores`：主成分得分（降维后新坐标） 4. **输出结果**： - 控制台打印示例时间段的关键结果 - 自动保存所有结果到Excel（每个时间段两个sheet） ### 使用说明： 1. 确保安装依赖库：`pip install pandas numpy scikit-learn openpyxl` 2. 修改文件路径（如果需要） 3. 调整`time_periods`字典可修改时间段划分 4. 输出文件`pca_results.xlsx`包含所有结果 ### 结果解读： - **方差解释比例**：显示各主成分的信息保留量（如PC1占80%表示第一个主成分包含原始数据80%信息） - **载荷矩阵**：绝对值越大表示该指标对主成分影响越大（正负号表示影响方向） - **主成分得分**：可用于样本聚类分析或作为新特征输入其他模型