foundryts.functions.value_shift

foundryts.functions.value_shift(delta)

返回一个将单个时间序列的所有值按指定增量进行变换的函数。

对于具有点 (timestamp, value) 的源时间序列，在以 delta 进行变换后，结果值变换后的时间序列将具有点 (timestamp, value + delta)。

• 参数： delta (int) – 用于变换每个点的值的增量。
• 返回： 一个接受单个时间序列作为输入并返回值变换后的时间序列的函数。
• 返回类型： (FunctionNode) -> FunctionNode

数据框架模式

例子

Copied!
1
2
3
4
5
6
7
8
9
10
>>> value_shifted = F.value_shift(3.0)(series)
# 使用 F.value_shift 对 series 进行值偏移操作，偏移量为3.0
>>> value_shifted.to_pandas()
# 将结果转换为 Pandas 数据框格式
                      timestamp    value
0 1970-01-01 00:00:00.000000100  3.00000
1 1970-01-01 00:00:00.000000200      inf
2 1970-01-01 00:00:00.000000300  6.14159
3 1970-01-01 00:00:02.147483647  4.00000
# 输出的结果包含时间戳和对应的值，其中某些值可能为无穷大（inf）

Copied!
1
2
3
4
5
6
7
>>> negative_value_shifted = F.value_shift(-3.0)(series)
>>> negative_value_shifted.to_pandas()
                      timestamp    value
0 1970-01-01 00:00:00.000000100 -3.00000
1 1970-01-01 00:00:00.000000200      inf
2 1970-01-01 00:00:00.000000300  0.14159
3 1970-01-01 00:00:02.147483647 -2.00000

该代码片段展示了使用 F.value_shift(-3.0) 函数对一个数据序列 series 进行值平移操作，并将结果转换为 Pandas 数据框的过程。

• negative_value_shifted = F.value_shift(-3.0)(series)：对 series 中的每个值减去3.0。
• negative_value_shifted.to_pandas()：将平移后的结果转换为 Pandas 数据框格式以便查看。

输出显示了时间戳 timestamp 和相应的值 value。注意第二行的值为 inf，这表明在平移操作中可能存在无穷大值的情况。