时序数据处理

缺失时间填充

时序序列是在连续的等间隔时间点采集的序列，缺失时间填充即根据已知的时间信息，补充缺失的时间。缺失时间填充完成后，其值可通过“数据处理 > 数据清洗 > 空值填充”菜单，进行空值填充。

操作步骤如下所示。

1. 单击界面右上角的图标，选择“数据处理 > 时序数据处理 > 缺失时间填充”，界面新增“缺失时间填充”内容。

   对应参数说明，如表1所示。

   表1 参数说明

   参数	参数说明
   时间列	待填充缺失时间特征数据的时间列。
   当前操作流	从下拉框中选择当前数据操作流的名字。
   操作流变量名	如果存在多个数据操作流，可重命名操作流对象的变量名，以避免冲突。

2. 单击图标，运行“缺失时间填充”代码框内容。

时序数据排序

时序数据排序即根据给定的参数对时间序列进行排序。

操作步骤如下所示。

1. 单击界面右上角的图标，选择“数据处理 > 时序数据处理 > 时序数据排序”，界面新增“时序数据排序”内容。

   对应参数说明，如表2所示。

   表2 参数说明

   参数	参数说明
   时间列	时序数据时间列，系统将根据指定的时间，按时间从早到晚对时序数据进行排序。
   ID列	时序数据的标识列，默认为空，如果指定ID列，系统将按照（ID，Time）的方式对时序数据进行升序排序。
   当前操作流	从下拉框中选择当前数据操作流的名字。
   操作流变量名	如果存在多个数据操作流，可重命名操作流对象的变量名，以避免冲突。

2. 单击图标，运行“时序数据排序”代码框内容。

时间迁移

时间迁移即转换时序数据的时间，如将时间整体向前推移或整体向后推移等。

操作步骤如下所示。

1. 单击界面右上角的图标，选择“数据处理 > 时序数据处理 > 时间迁移”，界面新增“时间迁移”内容。

   对应参数说明，如表3所示。

   表3 参数说明

   参数	参数说明
   时间列	待迁移时间的时间字段。
   迁移量	迁移的幅度，如“-3min9s”表示指定时间列值减去3分9秒；“2h30min”表示指定时间列值加2小时30分。
   当前操作流	从下拉框中选择当前数据操作流的名字。
   操作流变量名	如果存在多个数据操作流，可重命名操作流对象的变量名，以避免冲突。

2. 单击图标，运行“时间迁移”代码框内容。

时序数据重采样

时序数据重采样即时间序列从一个频率转换到另一个频率的过程。

其中：

• 高频率（采样间隔短）数据转换到低频率（采样间隔长）称为降采样。
• 低频率数据转换到高频率称为升采样。

操作步骤如下所示。

1. 单击界面右上角的图标，选择“数据处理 > 时序数据处理 > 时序数据重采样”，界面新增“时序数据重采样”内容。

   对应参数说明，如表4所示。

   表4 时序数据重采样参数说明

   参数	参数说明
   时间列	时序数据的时间字段。
   重采样频率	重采样时间频率，如“5H”。 时间频率单位说明： S：秒 min：分钟 H：小时 D：天 B：工作日 W：周 M：月 Q：季 A：年
   重采样方法	当前支持的重采样方法： 升采样时可选择：不填充、前向填充、后向填充、插值填充。 降采样时可选择：求和、求均值、求方差、中位数、第一个值、最大值、最小值、最后一个值。 如果采样方法为空，则升采样默认方法为不填充；降采样默认方法为均值聚合。采样方法支持传入自定义函数。
   ID列	时序数据的标识列。
   当前操作流	从下拉框中选择当前数据操作流的名字。
   操作流变量名	如果存在多个数据操作流，可重命名操作流对象的变量名，以避免冲突。

2. 单击图标，运行“时序数据重采样”代码框内容。

时序数据去噪

时序数据中可能会存在许多噪声数据，这些噪声严重影响进一步的定量分析和数据挖掘，因此需要进行数据去噪。

操作步骤如下所示。

1. 单击界面右上角的图标，选择“数据处理 > 时序数据处理 > 时序数据去噪”，界面新增“时序数据去噪”内容。

   对应参数说明，如表5所示。

   表5 参数说明

   参数	参数说明
   列筛选方式	特征列的筛选方式，有如下两种： 列选择 正则匹配
   列名	列筛选方式设置为“列选择”时才会展示。 通过单击“”图标，在弹出的对话框中，选择一个或者多个特征列。
   正则表达式	列筛选方式设置为“正则匹配”时才会展示。 请根据实际情况输入正则表达式，系统自动筛选符合正则筛选规则的所有特征列。
   新列名	经过去噪后产生的新数据的列名。如果不设置，则直接在原有特征列上进行去噪处理。
   时间列	待去噪时序数据的时间列。
   其他参数配置	该参数用于在去噪时指定frac值。 去噪使用了statsmodels的局部加权回归散点平滑法（locally weighted scatterplot smoothing, LOWESS），其中局部表示每次只处理数据的一部分，此部分数据所占整体的比例由LOWESS的frac参数表示，而frac值可通过该参数传递。具体用法可参见查看“帮助中心 > SDK文档”。
   当前操作流	从下拉框中选择当前数据操作流的名字。
   操作流变量名	如果存在多个数据操作流，可重命名操作流对象的变量名，以避免冲突。

2. 单击图标，运行“时序数据去噪”代码框内容。

时间特征提取

时间特征提取是指从时序数据的时间列中提取出日期相关的特征，如年、月、日、时、分、秒、季节、星期几、一年中的第几周、一年中的第几天等特征。

操作步骤如下所示。

1. 单击界面右上角的图标，选择“数据处理 > 时序数据处理 > 时间特征提取”，界面新增“时间特征提取”内容。

   对应参数说明，如表6所示。

   表6 参数说明

   参数	参数说明
   时间列	待进行时间特征提取的时间列。
   预提取时间特征	要提取的时间特征。默认为“全量提取”，指提取全部的时间特征。此外还支持提取“年”、“月”、“日”、“时”、“分”、“秒”、“星期几”、“一年中的第几天”、“一年中的第几周”、“季”这些时间特征。
   新列名	提取出时间特征后产生的新特征列的列名。如果不设置，则默认采用时间列名称加特征名称的命名方式。
   当前操作流	从下拉框中选择当前数据操作流的名字。
   操作流变量名	如果存在多个数据操作流，可重命名操作流对象的变量名，以避免冲突。

2. 单击图标，运行“时间特征提取”代码框内容。

时序特征提取

时序特征提取，即从时序数据中提取数据统计学特性，最大限度地找出样本内时间序列的统计特性和发展规律。

操作步骤如下所示。

1. 单击界面右上角的图标，选择“数据处理 > 时序数据处理 > 时序特征提取”，界面新增“时序特征提取”内容。

   对应参数说明，如表7所示。

   表7 时序特征提取参数说明

   参数	参数说明
   列筛选方式	特征列的筛选方式，有如下两种： 列选择 正则匹配
   列名	列筛选方式为“列选择”时展示，时序特征提取的目标特征列，可单击“”从特征列中选择一个或多个特征列。
   正则表达式	列筛选方式为“正则匹配”时展示，请根据实际情况输入正则表达式，系统自动筛选符合正则筛选规则的所有特征列。
   ID列	单击“”从特征列中选取特征标识字段作为时序特征提取的ID列，仅支持单列选取。系统会根据ID列进行分组特征提取，如果不设置ID列，则默认“列名”选择的所有列数据都具有相同的ID。
   时间列	单击“”从特征列中选取时间字段作为时序特征提取的时间列，仅支持单列选取。如果为空，则认为时序数据已经按时间顺序排列。
   特征提取策略	特征提取分层参数配置策略，支持如下策略： SmallEfficientFCParameters MoreEfficientFCParameters CombinedFCParameters
   是否执行特征选择	是否选择提取的特征。
   标签列	单击“”从特征列中选取一列作为标签列，指定用于分析其他特征列和标签列的相关性。
   FDR Level	“是否执行特征选择”开启时展示，进行特征选择时使用，表示显著性水平，是理论上的预期不相关特征在所有特征中所占的百分比。默认值为“0.05”。
   当前操作流	从下拉框中选择当前数据操作流的名字。
   操作流变量名	如果存在多个数据操作流，可重命名操作流对象的变量名，以避免冲突。

2. 单击图标，运行“时序特征提取”代码框内容。