注: 以下の翻訳の正確性は検証されていません。AIPを利用して英語版の原文から機械的に翻訳されたものです。
指定されたデルタで単一の time series のすべての値をシフトする関数を返します。
ポイント (timestamp, value)
を持つ元の time series を delta
でシフトすると、
結果として得られる値シフトされた time series はポイント (timestamp, value + delta)
を持ちます。
FunctionNode
) -> FunctionNode
列名 | タイプ | 説明 |
---|---|---|
timestamp | pandas.Timestamp | ポイントのタイムスタンプ |
value | float | ポイントのシフトされた値 |
この関数は数値の series にのみ適用可能です。
Copied!1 2 3 4 5 6 7 8 9 10 11 12 13
>>> series = F.points( ... (100, 0.0), # タイムスタンプ100ナノ秒時点の値は0.0 ... (200, float("inf")), # タイムスタンプ200ナノ秒時点の値は無限大 (inf) ... (300, 3.14159), # タイムスタンプ300ナノ秒時点の値は円周率に近い3.14159 ... (2147483647, 1.0), # タイムスタンプ約2.147秒時点の値は1.0 ... name="series" # シリーズの名前を"series"に設定 ... ) >>> series.to_pandas() timestamp value 0 1970-01-01 00:00:00.000000100 0.00000 1 1970-01-01 00:00:00.000000200 inf 2 1970-01-01 00:00:00.000000300 3.14159 3 1970-01-01 00:00:02.147483647 1.00000
このコードは、特定の時間点での数値データを持つポイント系列を作成し、それをPandasデータフレームに変換しています。タイムスタンプはナノ秒単位で表現されており、Unixエポック(1970年1月1日00:00:00 UTC)からの経過時間を示しています。
Copied!1 2 3 4 5 6 7
>>> value_shifted = F.value_shift(3.0)(series) >>> value_shifted.to_pandas() timestamp value 0 1970-01-01 00:00:00.000000100 3.00000 1 1970-01-01 00:00:00.000000200 inf 2 1970-01-01 00:00:00.000000300 6.14159 3 1970-01-01 00:00:02.147483647 4.00000
このコードは、F.value_shift(3.0)
関数を使用して、series
の各要素に3.0を加算した新しいシリーズを生成しています。value_shifted.to_pandas()
を呼び出すことで、シフトされた値が含まれるPandasデータフレーム形式で出力されます。ここで、timestamp
はデータのタイムスタンプを示し、value
列にはシフトされた数値が表示されています。inf
は無限大を示しているため、元のデータ中に特異な値が含まれている可能性があります。
Copied!1 2 3 4 5 6 7
>>> negative_value_shifted = F.value_shift(-3.0)(series) >>> negative_value_shifted.to_pandas() timestamp value 0 1970-01-01 00:00:00.000000100 -3.00000 1 1970-01-01 00:00:00.000000200 inf # 無限大を表す値 2 1970-01-01 00:00:00.000000300 0.14159 3 1970-01-01 00:00:02.147483647 -2.00000
このコードは、series
に含まれる値を -3.0 だけシフトさせる操作を行っています。その結果を Pandas データフレーム形式で表示しています。