dsl: 시계열 수식 적용

foundryts.functions.dsl(
    program, return_type=None, labels=None,
    before='nearest', internal='default', after='nearest'
)

입력 시계열 하나 이상에 수식을 적용하여 새 시계열을 만드는 함수를 반환합니다. 입력 시각에 해당 값이 없는 시계열은 지정한 보간 전략을 사용합니다. 단항, 이항 또는 여러 입력을 사용하는 연산을 조합할 수 있으며 결과는 FunctionNode입니다.

인수

인수	형식	기본값과 의미
program	str	적용할 DSL 수식
return_type	Type, 선택	None. 결과 값의 형식을 지정하는 이전 옵션이며 사용 중단이 진행 중
labels	List[str], 선택	입력 순서에 대응하는 변수 이름. 기본은 a, b부터 이어지는 이름이며 aa, ab 등으로 확장
before	str 또는 List[str]	nearest. 첫 관측 이전의 보간
internal	str 또는 List[str]	default. 내부 보간으로 숫자형은 LINEAR, 범주형은 PREVIOUS
after	str 또는 List[str]	nearest. 마지막 관측 이후의 보간

보간 이름 하나를 주면 모든 입력에 적용하고 목록을 주면 입력별로 선택합니다. 지원 전략과 단일/다중 시계열의 정렬은 interpolate를 참고합니다. 두 함수의 기본 보간값은 같지 않으므로 필요한 설정을 지정합니다.

출력 DataFrame은 pandas.Timestamp 형식의 timestamp와 float 또는 str 형식의 value를 가집니다.

가상 입력

import foundryts.functions as F

series_1 = F.points(
    (10, 6.0),
    (20, 11.0),
    (30, 24.0),
    (40, float("inf")),
    (50, 45.0),
    (60, 96.0),
    name="series-1",
)
series_2 = F.points(
    (10, 8.0),
    (20, 12.0),
    (30, 24.0),
    (40, 48.0),
    (50, float("NaN")),
    (60, 196.0),
    name="series-2",
)

정수 시각은 나노초입니다. 두 입력을 전달하는 수식에서 a는 series_1, b는 series_2입니다.

합, 거듭제곱과 최솟값의 입력 위치

sum_series = F.dsl("a+b")([series_1, series_2])
pow2_series = F.dsl("pow(a, 2)")([series_1])
argmin_series = F.dsl("argmin(a,b)")([series_1, series_2])
sum_df = sum_series.to_pandas()

각 노드를 평가하면 다음 값이 나옵니다. argmin은 작은 값 자체 대신 해당 입력의 위치를 반환합니다.

시각(ns)	a+b	pow(a, 2)	argmin(a,b)
10	14.0	36.0	0.0
20	23.0	121.0	0.0
30	48.0	576.0	0.0
40	inf	inf	1.0
50	NaN	2025.0	0.0
60	292.0	9216.0	0.0

시각 40에서는 48이 무한대보다 작으므로 두 번째 입력을 나타내는 1을 반환합니다.

조건에 맞는 점만 유지

조건 연산자는 조건 ? 참일 때 값 : 거짓일 때 값입니다. skip을 반환하면 해당 점을 출력하지 않습니다.

even_series = F.dsl("a % 2 == 0 ? a : skip")(series_1)
even_df = even_series.to_pandas()

가상 입력에서 짝수 값인 6, 24와 96을 유지합니다.

timestamp	value
1970-01-01 00:00:00.000000010	6.0
1970-01-01 00:00:00.000000030	24.0
1970-01-01 00:00:00.000000060	96.0

NaN과 유한값 조건

non_nan_series = F.dsl("isnan(b) ? a : b")([series_1, series_2])
finite_preferred_series = F.dsl("isfinite(a) ? a : b")(
    [series_1, series_2]
)

첫 수식은 b가 NaN일 때만 a를 사용합니다. 두 번째 수식은 a가 유한하면 a를 사용하고 그렇지 않으면 b를 사용합니다.

시각(ns)	isnan(b) ? a : b	isfinite(a) ? a : b
10	8.0	6.0
20	12.0	11.0
30	24.0	24.0
40	48.0	48.0
50	45.0	45.0
60	196.0	96.0

변수와 복합 수식

var로 중간 값을 만들고 대입 연산을 사용한 뒤 마지막 식을 결과로 반환합니다.

program = """
var doubled_shifted = a * 2;
doubled_shifted += 10;
doubled_shifted - b
"""
assigned_series = F.dsl(program)([series_1, series_2])
assigned_df = assigned_series.to_pandas()

시각(ns)	value
10	14.0
20	20.0
30	34.0
40	inf
50	NaN
60	6.0

시계열 질의의 최종 DataFrame에 Python 코드를 적용하려면 udf를 사용합니다.

Keyboard shortcuts