Temporian：高效、安全的时间序列数据预处理与特征工程库-CSDN博客

本文链接：https://blog.csdn.net/gitblog_00046/article/details/142804750

Temporian：高效、安全的时间序列数据预处理与特征工程库

temporian Temporian is an open-source Python library for preprocessing ⚡ and feature engineering 🛠 temporal data 📈 for machine learning applications 🤖 项目地址: https://gitcode.com/gh_mirrors/te/temporian

项目介绍

Temporian 是一个用于时间序列数据预处理和特征工程的 Python 库，旨在提供安全、简单和高效的处理方式。Temporian 支持多变量时间序列、多变量时间序列序列、事件日志以及跨源事件流等多种时间数据类型。它就像 Pandas 之于表格数据一样，是时间序列数据的理想选择。

项目技术分析

Temporian 的核心计算部分采用 C++ 实现，并针对时间序列数据进行了优化。这使得 Temporian 在处理时间序列数据时，性能比市面上其他数据处理库快 1000 倍以上。此外，Temporian 不进行任何机器学习模型训练，而是无缝集成到现有的机器学习生态系统中，如 PyTorch、Scikit-Learn、Jax、TensorFlow、XGBoost 和 Yggdrasil Decision Forests 等。

项目及技术应用场景

Temporian 适用于各种需要处理时间序列数据的场景，包括但不限于：

金融分析：处理股票价格、交易量等时间序列数据。
物联网（IoT）：分析传感器数据，预测设备故障。
医疗健康：处理患者生命体征数据，进行疾病预测。
零售业：分析销售数据，优化库存管理。

项目特点

支持多种时间数据类型：无论是均匀采样还是非均匀采样的数据，单变量还是多变量数据，Temporian 都能轻松处理。
防止未来数据泄露：通过 tp.leak 显式指定，确保特征计算不会依赖未来数据，避免潜在的错误和成本。
易于集成：无缝集成到现有的机器学习生态系统中，方便用户进行后续的模型训练和预测。
高性能：核心计算采用 C++ 实现，并针对时间序列数据进行了优化，性能卓越。

快速开始

安装

通过 pip 从 PyPI 安装 Temporian：

pip install temporian -U

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

示例

假设我们有一份销售记录，包含 timestamp、store 和 revenue 字段。我们的目标是计算每个商店在工作日晚上 11 点的每日收入总和。

import temporian as tp

# 加载销售数据
sales = tp.from_csv("sales.csv")

# 按商店索引销售数据
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()

# 计算每日收入总和
daily_revenue = sales_per_store["revenue"].moving_sum(tp.duration.days(1), sampling=work_days).rename("daily_revenue")

# 导出结果为 Pandas DataFrame
tp.to_pandas(daily_revenue)

更多详细信息，请参考 Getting Started 教程。