開発者ツールチェーンFoundryTSAPI リファレンスnodes.FunctionNode

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。

foundryts.nodes.FunctionNode

クラス foundryts.nodes.FunctionNode(children)

1つ以上の時系列を、指定された変換関数の出力である新しい時系列に変換するための遅延クエリコンテナです。

各 FunctionNode は、別の FunctionNode に変換するか、最終的な SummarizerNode に計算できます。

遅延 FunctionNode は、FunctionNode.to_pandas() または FunctionNode.to_dataframe() を使用してデータフレームに解決することもできます。変換された時系列がデータフレームの形式で生成されます。

例

Copied!1
2
3
4
5
6
7
8
9
10
11
12
13
>>> series = F.points(
...     (100, 0.0),
...     (200, float("inf")),
...     (300, 3.14159),
...     (2147483647, 1.0),
...     name="series"
... )
>>> 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

Copied!1
2
3
4
5
6
7
8
9
10
11
>>> scaled = series.scale(1.5) # scaled はまだ評価されていない FunctionNode です
# scaled は別の FunctionNode の操作に連結でき、その結果、別の未評価の FunctionNode が生成されます
>>> time_shifted = scaled.time_shift(1000)
# time_shifted を Pandas データフレームに変換すると、scaled と
# time_shifted 関数の出力を含む遅延クエリが評価されます
>>> time_shifted.to_pandas()
                      timestamp     value
0 1970-01-01 00:00:00.000001100  0.000000
1 1970-01-01 00:00:00.000001200       inf
2 1970-01-01 00:00:00.000001300  4.712385
3 1970-01-01 00:00:02.147484647  1.500000

columns()

このノードを pandas データフレームに評価したときに生成される pandas.DataFrame の列名を表す文字列のタプルを返します。

注

ネストされたオブジェクトのキーは、ネストされたキーを . で結合したタプルにフラット化されます。

戻り値： 現在のノードを評価した結果のデータフレームに含まれる列の名前のタプルです。
戻り値の型： Tuple[str]

例

Copied!1
2
3
4
5
6
7
>>> series_node = foundryts.functions.points(((100, 0.0), (200, 1.0))
>>> series_node.columns()
("timestamp", "value")
>>> stats_node = series_node.statistics(start=0, end=100, window_size=None)
>>> stats_node.columns()
("count", "smallest_point.timestamp", "start_timestamp", "latest_point.timestamp", "mean",
"earliest_point.timestamp", "largest_point.timestamp", "end_timestamp")

dsl(program, return_type, labels=None, before='nearest', internal='linear', after='nearest')

foundryts.functions.dsl() を参照してください。

first_point()

foundryts.functions.first_point() を参照してください。

integral(method='LINEAR')

foundryts.functions.integral() を参照してください。

interpolate(before=None, internal=None, after=None, frequency=None, rename_columns_by=None, static_column_name=None)

foundryts.functions.interpolate() を参照してください。

last_point()

foundryts.functions.last_point() を参照してください。

mean(children)

foundryts.functions.mean() を参照してください。

periodic_aggregate(*args, **kwargs)

foundryts.functions.periodic_aggregate() を参照してください。

rolling_aggregate(*args, **kwargs)

foundryts.functions.rolling_aggregate() を参照してください。

scale(factor)

foundryts.functions.scale() を参照してください。

scatter(start_timestamp, end_timestamp, first_interpolation, second_interpolation, regression_fit)

foundryts.functions.scatter() を参照してください。

プロパティ series_ids

このノードおよびその子ノードが使用するすべての系列識別子です。

skip_nonfinite()

foundryts.functions.skip_nonfinite() を参照してください。

statistics(start=None, end=None, window=None, **kwargs)

foundryts.functions.statistics() を参照してください。

sum(children)

foundryts.functions.sum() を参照してください。

time_extent()

foundryts.functions.time_extent() を参照してください。

time_range(start=None, end=None)

foundryts.functions.time_range() を参照してください。

time_shift(duration)

foundryts.functions.time_shift() を参照してください。

to_dataframe(fts=None)

このノードを pyspark.sql.DataFrame に評価します。

PySpark データフレームでは、分散データ処理と並列化された変換が可能です。行数の多いデータフレームを扱う場合に役立ちます。たとえば、生の系列や FunctionNode の結果に含まれるすべてのポイントを読み込む場合や、複数の SummarizerNode または FunctionNode の結果をまとめて評価する場合に役立ちます。

パラメーター： fts (foundryts.FoundryTS , 任意) – クエリの実行に使用する FoundryTS セッションです（値を指定しない場合は、新しいセッションが作成されます）。
戻り値： PySpark データフレームに評価されたノードの出力です。
戻り値の型： pyspark.sql.DataFrame

例

Copied!1
2
3
4
5
6
7
8
9
10
11
12
>>> series_node = F.points(
...     (100, 0.0), (200, float("inf")), (300, 3.14159), (2147483647, 1.0), name="series"
... )
>>> series_node.to_dataframe().show()
+-------------------------------+---------+
| timestamp                     | value   |
+-------------------------------+---------+
| 1970-01-01 00:00:00.000000100 | 0.0     |
| 1970-01-01 00:00:00.000000200 | Infinity|
| 1970-01-01 00:00:00.000000300 | 3.14159 |
| 1970-01-01 00:00:02.147483647 | 1.0     |
+-------------------------------+---------+

to_pandas(fts=None)

このノードを pandas.DataFrame に評価します。

生の時系列データや変換済みの時系列データを pandas.DataFrame に読み込み、 pandas.DataFrame が提供する操作を使用して変換する場合に役立ちます。

パラメーター： fts (foundryts.FoundryTS , 任意) – クエリの実行に使用する FoundryTS セッションです（値を指定しない場合は、新しいセッションが作成されます）。
戻り値： Pandas データフレームに評価されたノードの出力です。
戻り値の型： pd.DataFrame

例

Copied!1
2
3
4
5
6
7
8
9
>>> series = F.points(
...     (100, 0.0), (200, float("inf")), (300, 3.14159), (2147483647, 1.0), name="series"
... )
>>> 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

types()

このノードを pandas データフレームに評価したときに生成される pandas.DataFrame の列のデータ型のタプルを返します。

戻り値： 現在のノードを評価した結果のデータフレームに含まれる列のデータ型のタプルです。
戻り値の型： Tuple[Type]

例

Copied!1
2
3
4
5
6
7
8
9
10
>>> node = foundryts.functions.points()
>>> node.types()
(<class 'int'>, <class 'float'>)
>>> stats_node = node.statistics(start=0, end=100, window_size=None)
>>> stats_node.types()
(<class 'int'>, <class 'pandas._libs.tslibs.timestamps.Timestamp'>, <class 'float'>,
<class 'pandas._libs.tslibs.timestamps.Timestamp'>, <class 'pandas._libs.tslibs.timestamps.Timestamp'>,
<class 'float'>, <class 'pandas._libs.tslibs.timestamps.Timestamp'>, <class 'float'>, <class 'float'>,
<class 'pandas._libs.tslibs.timestamps.Timestamp'>, <class 'float'>,
<class 'pandas._libs.tslibs.timestamps.Timestamp'>)

udf(func, columns=None, types=None)

foundryts.functions.udf() を参照してください。

unit_conversion(from_unit, to_unit)

foundryts.functions.unit_conversion() を参照してください。

value_shift(delta)

foundryts.functions.value_shift() を参照してください。

where(true=None, false=None)

foundryts.functions.where() を参照してください。

←

PREVIOUSfunctions.where

NEXTnodes.SummarizerNode

→