foundryts.nodes.SummarizerNode

クラス foundryts.nodes.SummarizerNode(children)

1個以上の FunctionNode を最終結果に集約するための遅延クエリコンテナです。

SummarizerNode は、生の時系列または変換された時系列の最終的な評価形式であり、FoundryTS でそれ以上変換することはできません。通常は、SummarizerNode.to_pandas() または SummarizerNode.to_dataframe() を使用して SummarizerNode をデータフレームに評価し、それぞれのデータフレームライブラリを使用して変換や分析を行います。

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"
... ) # FunctionNode
>>> 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
>>> dist_node = series.distribution() # SummarizerNode
>>> dist_node.to_pandas()
        delta  distribution_values.count  distribution_values.end  distribution_values.start      end end_timestamp  start               start_timestamp
0  0.314159                          1                 0.314159                   0.000000  3.14159    2262-01-01    0.0 1677-09-21 00:12:43.145225216
1  0.314159                          1                 1.256636                   0.942477  3.14159    2262-01-01    0.0 1677-09-21 00:12:43.145225216
2  0.314159                          1                 3.141590                   2.827431  3.14159    2262-01-01    0.0 1677-09-21 00:12:43.145225216

columns()

このノードを pandas データフレームに評価すると生成される 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て生成されるデータフレームの列名を含むタプルです。
戻り値の型： Tuple[str]

例

Copied!1
2
3
4
5
6
7
>>> node = foundryts.functions.series("series1")
>>> node.columns()
("timestamp", "value")
>>> stats_node = series.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")

プロパティ series_ids

このノードとその子ノードで使用されるすべての時系列識別子です。

to_dataframe(fts=None)

このノードを pyspark.sql.DataFrame に評価します。

PySpark DataFrame は、分散データ処理と並列化された変換を可能にします。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、生の時系列のすべてのポイントや FunctionNode の結果を読み込む場合、または複数の SummarizerNode や FunctionNode の結果をまとめて評価する場合などです。

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（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： ノードを PySpark データフレームに評価した出力です。
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_dict(fts=None)

このノードを、ノードの結果を含むネストされた辞書に評価します。

SummarizerNode が複数の結果を返す場合、このメソッドは辞書のリストを返し、リストの各項目が1件の結果に対応します。

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（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： ノードを辞書または辞書のリストに評価した出力です。
戻り値の型： Union[Dict[str, Any], List[Dict[str, Any]]]

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"
... ) # FunctionNode
>>> 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
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
>>> dist_node = series.distribution() # SummarizerNode
>>> dist_node.to_pandas()
{
    'start_timestamp': Timestamp('1677-09-21 00:12:43.145225216'),
    'end_timestamp': Timestamp('2262-01-01 00:00:00'),
    'start': 0.0,
    'end': 3.1415900000000003,
    'delta': 0.314159,
    'distribution_values': [
        {
            'start': 0.0,
            'end': 0.314159,
            'count': 1
        },
        {
            'start': 0.942477,
            'end': 1.256636,
            'count': 1
        },
        {
            'start': 2.8274310000000002,
            'end': 3.1415900000000003,
            'count': 1
        }
    ]
}

to_object(fts=None)

このノードを、ノードの結果を含む Python オブジェクトに評価します。

SummarizerNode が複数の結果を返す場合、このメソッドはオブジェクトのリストを返し、リストの各項目が1件の結果に対応します。

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（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： ノードを Python オブジェクトまたはオブジェクトのリストに評価した出力です。
戻り値の型： Union[Any, List[Any]]

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"
... ) # FunctionNode
>>> 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
>>> dist_node = series.distribution() # SummarizerNode
>>> dist_node.to_object()
_CuratedDistribution(start_timestamp=Timestamp(epoch_seconds=-9223372037, offset_nanos=145224193),
    end_timestamp=Timestamp(epoch_seconds=9214646400, offset_nanos=0), start=0.0, end=3.1415900000000003,
    delta=0.314159, distribution_values=[
        DistributionDataPoint(start=0.0, end=0.314159, count=1),
        DistributionDataPoint(start=0.942477, end=1.256636, count=1),
        DistributionDataPoint(start=2.8274310000000002, end=3.1415900000000003, count=1)
    ]
)

to_pandas(fts=None)

このノードを pandas.DataFrame に評価します。

SummarizerNode の DataFrame の結果は、1行（集約処理が複数の結果を返す場合は要素ごとに1行）と、結果のオブジェクト内のリーフレベルの値ごとに1列を持つ pandas.DataFrame にフラット化されます。ネストされたキーはドットで区切られます。

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（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： ノードを Pandas データフレームに評価した出力です。
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"
... ) # FunctionNode
>>> 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
>>> dist_node = series.distribution() # SummarizerNode
>>> dist_node.to_pandas()
      delta  distribution_values.count  distribution_values.end  distribution_values.start      end end_timestamp  start               start_timestamp
0  0.314159                          1                 0.314159                   0.000000  3.14159    2262-01-01    0.0 1677-09-21 00:12:43.145225216
1  0.314159                          1                 1.256636                   0.942477  3.14159    2262-01-01    0.0 1677-09-21 00:12:43.145225216
2  0.314159                          1                 3.141590                   2.827431  3.14159    2262-01-01    0.0 1677-09-21 00:12:43.145225216

types()

このノードを pandas データフレームに評価すると生成される pandas.DataFrame の列のデータ型を含むタプルを返します。

戻り値： 現在のノードを評価して生成されるデータフレームの列のデータ型を含むタプルです。
戻り値の型： Tuple[Type]

例

Copied!1
2
3
4
5
6
>>> node = foundryts.functions.points()
>>> node.types()
(<class 'int'>, <class 'float'>)
>>> stats_node = foundryts.functions.series("series1").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'>)

←

PREVIOUSnodes.FunctionNode

NEXTobjects.FoundryObject

→