temporian

<img src="https://yellow-cdn.veclightyear.com/0a4dffa0/cea236e0-d744-4798-b9c4-82195f960ee9.png" width="100%" alt="Temporian标志">

Temporian是一个用于Python中时间数据安全、简单和高效预处理和特征工程的库。Temporian支持多变量时间序列、多变量时间序列、事件日志和跨源事件流。

Temporian之于时间数据，就如同Pandas之于表格数据。

主要特点

• 支持大多数类型的时间数据 📈：处理均匀采样和非均匀采样数据，单变量和多变量数据，平面和多索引数据，以及单源和多源非同步事件。

• 针对时间数据优化 🔥：Temporian的核心计算使用C++实现，并针对时间数据进行了优化。在处理时间数据时，Temporian可能比现成的数据处理库快1000倍以上。

• 易于整合到现有的机器学习生态系统中：Temporian不执行任何机器学习模型训练 - 相反，它可以无缝集成到任何机器学习库中，如PyTorch、Scikit-Learn、Jax、TensorFlow、XGBoost或Yggdrasil Decision Forests。

• 防止意外的未来数据泄露 😰：除非使用tp.leak明确指定，否则特征计算不能依赖于未来数据，从而防止意外的、难以调试的、可能代价高昂的未来数据泄露。

快速入门

安装

通过PyPI使用pip安装Temporian：

pip install temporian -U

Temporian目前可用于Linux和MacOS（ARM和Intel）。Windows支持正在开发中。

最小示例

考虑包含timestamp、store和revenue的单个销售记录。

$ cat sales.csv
timestamp,store,revenue
2023-12-04 21:21:05,STORE_31,5071
2023-11-08 17:14:38,STORE_4,1571
2023-11-29 21:44:46,STORE_49,6101
2023-12-20 18:17:14,STORE_18,4499
2023-12-15 10:55:09,STORE_2,6666
...

我们的目标是计算每个工作日（不包括周末）晚上11点每个商店的收入总和。

首先，我们加载数据并列出工作日。

import temporian as tp

# 加载销售交易
sales = tp.from_csv("sales.csv")

# 按商店索引销售
sales_per_store = sales.add_index("store")

# 列出工作日
days = sales_per_store.tick_calendar(hour=22)
work_days = (days.calendar_day_of_week() <= 5).filter()

work_days.plot(max_num_plots=1)

然后，我们汇总每个工作日和每个商店的日收入。

# 按商店和工作日汇总收入
daily_revenue = sales_per_store["revenue"].moving_sum(tp.duration.days(1), sampling=work_days).rename("daily_revenue")

# 绘制结果
daily_revenue.plot(max_num_plots=3)

最后，我们可以将结果导出为Pandas DataFrame，以便进一步处理或供其他库使用。

tp.to_pandas(daily_revenue)

查看入门教程了解更多信息！

后续步骤

新用户应参考入门指南，它提供了Temporian关键概念和操作的快速概述。

之后，访问用户指南深入了解Temporian的主要概念、运算符、约定和实践。要获得实践学习体验，可以学习教程或参考API参考。

如果你需要帮助、有问题、想贡献或只是想成为Temporian社区的一部分，我们鼓励你加入我们的Discord服务器！🤝🏼

文档

文档📚可在temporian.readthedocs.io获取。入门指南是开始的最佳方式。

贡献

欢迎对Temporian做出贡献！查看贡献指南开始。

致谢

Temporian是由谷歌和Tryolabs合作开发的。