注意：以下翻译的准确性尚未经过验证。这是使用 AIP ↗ 从原始英文文本进行的机器翻译。
用于汇总一个或多个FunctionNode至最终结果的惰性查询容器。
SummarizerNode是原始或变换后的时间序列的最终评估形式，无法被FoundryTS进一步变换。通常使用SummarizerNode.to_pandas()或SummarizerNode.to_dataframe()将SummarizerNode评估为数据框，并使用相应的数据框库执行变换和分析。
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
此代码片段展示了如何使用 series.distribution() 方法生成一个 SummarizerNode 对象，并将其转换为 Pandas 数据框格式。以下是各个字段的解释：
delta: 增量值。distribution_values.count: 分布值的计数。distribution_values.end: 分布值的结束值。distribution_values.start: 分布值的起始值。end: 总体结束值。end_timestamp: 结束时间戳。start: 总体起始值。start_timestamp: 起始时间戳。此表格展示了分布值的计数和范围，以及与时间相关的信息。
返回一个字符串的元组，表示通过将此节点评估为pandas dataframe而生成的pandas.DataFrame的列名。
嵌套对象的键将被展平为一个元组，其中嵌套键通过.连接。
Copied!1 2 3 4 5 6 7 8 9 10 11 12 13 14>>> node = foundryts.functions.series("series1") # 创建一个时间序列对象，命名为 node，使用 "series1" 作为时间序列的名称 >>> node.columns() ("timestamp", "value") # 获取 node 的列名，返回 ("timestamp", "value")，表示时间序列包含时间戳和对应的值 >>> stats_node = series.statistics(start=0, end=100, window_size=None) # 计算时间序列的统计信息，范围从 start=0 到 end=100，window_size=None 表示不使用滑动窗口 >>> stats_node.columns() ("count", "smallest_point.timestamp", "start_timestamp", "latest_point.timestamp", "mean", "earliest_point.timestamp", "largest_point.timestamp", "end_timestamp") # 获取统计信息节点的列名，返回多个统计指标，包括计数、最小点时间戳、起始时间戳、最新点时间戳、平均值、最早点时间戳、最大点时间戳和结束时间戳
此节点及其子节点使用的所有系列标识符。
将此节点评估为pyspark.sql.DataFrame。
PySpark DataFrame支持分布式数据处理和并行化变换。当处理具有大量行的数据框时，它们可能很有用，例如加载原始系列中的所有点或FunctionNode的结果，或者一起评估多个SummarizerNode或FunctionNode的结果。
将此节点评估为嵌套字典，并包含此节点的结果。
如果SummarizerNode返回多个结果，该方法将返回字典列表，每个列表项对应一个结果。
Copied!1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16>>> series = F.points( ... (100, 0.0), (200, float("inf")), (300, 3.14159), (2147483647, 1.0), name="series" ... ) # FunctionNode # 通过 F.points 函数创建一个时间序列，包含时间戳和对应的值 # (100, 0.0), (200, float("inf")), (300, 3.14159), (2147483647, 1.0) 是时间戳和值的对 # name="series" 用于给时间序列命名为 "series" >>> series.to_pandas() # 将时间序列转换为 Pandas 数据框格式 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 # 输出数据框，其中 timestamp 是时间戳，value 是对应的值 # 注意：时间戳是以1970-01-01 00:00:00为基准的纳秒时间
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'), # 开始时间戳 'end_timestamp': Timestamp('2262-01-01 00:00:00'), # 结束时间戳 'start': 0.0, # 分布开始值 'end': 3.1415900000000003, # 分布结束值 'delta': 0.314159, # 每个分布区间的宽度 'distribution_values': [ # 分布区间的详细信息 { 'start': 0.0, # 当前区间开始值 'end': 0.314159, # 当前区间结束值 'count': 1 # 当前区间内的元素数量 }, { 'start': 0.942477, # 当前区间开始值 'end': 1.256636, # 当前区间结束值 'count': 1 # 当前区间内的元素数量 }, { 'start': 2.8274310000000002, # 当前区间开始值 'end': 3.1415900000000003, # 当前区间结束值 'count': 1 # 当前区间内的元素数量 } ] }
这段代码展示了如何使用 SummarizerNode 来获取数据的分布信息。结果包含了数据的时间戳范围、值的范围、每个区间的宽度以及每个区间的元素数量。
将该节点评估为一个包含此节点结果的Python对象。
如果SummarizerNode返回多个结果，此方法返回一个对象列表，每个列表项对应一个结果。
Copied!1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20>>> dist_node = series.distribution() # SummarizerNode # 获取时间序列的分布节点 >>> dist_node.to_object() _CuratedDistribution(start_timestamp=Timestamp(epoch_seconds=-9223372037, offset_nanos=145224193), # 分布的开始时间戳 end_timestamp=Timestamp(epoch_seconds=9214646400, offset_nanos=0), # 分布的结束时间戳 start=0.0, end=3.1415900000000003, # 分布的起始值和终止值 delta=0.314159, # 分布间隔的增量 distribution_values=[ DistributionDataPoint(start=0.0, end=0.314159, count=1), # 分布区间从0.0到0.314159，计数为1 DistributionDataPoint(start=0.942477, end=1.256636, count=1), # 分布区间从0.942477到1.256636，计数为1 DistributionDataPoint(start=2.8274310000000002, end=3.1415900000000003, count=1) # 分布区间从2.8274310000000002到3.1415900000000003，计数为1 ] )
将此节点评估为pandas.DataFrame。
SummarizerNode的DataFrame结果将被展平为pandas.DataFrame，其中包含一行（如果总结器返回多个结果，则每个元素一行），以及结果对象中每个叶级值的一列。嵌套键将用点分隔。
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
该代码段展示了如何从 series 对象中获取一个分布节点 (SummarizerNode)，然后转换为 Pandas 数据框格式进行查看。
delta 列表示每个分布段的增量。distribution_values.count 列表示每个分布段内的值的数量。distribution_values.start 和 distribution_values.end 列分别表示每个分布段的起始和结束值。start 和 end 列表示整个分布的开始和结束。start_timestamp 和 end_timestamp 列提供了时间戳信息，显示分布的时间范围。返回一个元组，其中包含通过将此节点评估为pandas.DataFrame时生成的列的类型。
Copied!1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16>>> node = foundryts.functions.points() # 创建一个点函数节点 >>> node.types() # 返回节点的数据类型 (<class 'int'>, <class 'float'>) # 该节点返回整数和浮点数类型的数据 >>> stats_node = foundryts.functions.series("series1").statistics(start=0, end=100, window_size=None) # 创建一个统计函数节点，用于计算时间序列 "series1" 的统计信息 # 参数 start 和 end 定义了计算的时间范围，window_size 为 None 表示不使用窗口 >>> stats_node.types() # 返回统计节点的数据类型 (<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'>) # 该节点返回的数据类型包括整数、浮点数和时间戳