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。
単一の時系列を指定した時間範囲に絞り込む関数を返します。
各時間範囲は個別の時系列として扱われます。クエリに時間範囲を設定すると、 時系列のすべてのポイントではなく、その時間範囲内のポイントのみを読み取るため、クエリの効率が向上します。 これは、時系列の区間に対して操作を行う場合にも便利です。
FunctionNode) -> FunctionNode| 列名 | データ型 | 説明 |
|---|---|---|
| timestamp | pandas.Timestamp | ポイントのタイムスタンプ |
| value | Float | str |
Copied!1 2 3 4 5 6 7>>> series = F.points((1, 1.0), (101, 2.0), (200, 4.0), (201, 8.0), name="series") >>> series.to_pandas() timestamp value 0 1970-01-01 00:00:00.000000001 1.0 1 1970-01-01 00:00:00.000000101 2.0 2 1970-01-01 00:00:00.000000200 4.0 3 1970-01-01 00:00:00.000000201 8.0
Copied!1 2 3 4 5>>> time_range = F.time_range(start=200, end=202)(series) >>> time_range.to_pandas() timestamp value 0 1970-01-01 00:00:00.000000200 4.0 1 1970-01-01 00:00:00.000000201 8.0
Copied!1 2 3 4>>> smaller_time_range = F.time_range(start=200, end=201)(series) >>> smaller_time_range.to_pandas() timestamp value 0 1970-01-01 00:00:00.000000200 4.0
Copied!1 2 3 4 5 6>>> unbounded_start_range = F.time_range(end=201)(series) >>> unbounded_start_range.to_pandas() timestamp value 0 1970-01-01 00:00:00.000000001 1.0 1 1970-01-01 00:00:00.000000101 2.0 2 1970-01-01 00:00:00.000000200 4.0
Copied!1 2 3 4 5 6>>> unbounded_end_range = F.time_range(start=101)(series) >>> unbounded_end_range.to_pandas() timestamp value 0 1970-01-01 00:00:00.000000101 2.0 1 1970-01-01 00:00:00.000000200 4.0 2 1970-01-01 00:00:00.000000201 8.0