load_tsf_to_dataframe

load_tsf_to_dataframe(full_file_path_and_name, replace_missing_vals_with='NaN', value_column_name='series_value', return_type='pd_multiindex_hier')

将 .tsf 文件中的内容转换为数据框。

此代码提取自 rakshitha123/TSForecasting /master/utils/data_loader.py。

参数:

full_file_path_and_name: str

指向 .tsf 文件的完整路径。

replace_missing_vals_with: str, default=”NAN”

一个用于指示返回的数据框中系列中缺失值的术语。

value_column_name: str, default=”series_value”

在返回的数据框中，任何希望作为包含系列值的列名的名称。

返回类型str - “pd_multiindex_hier” (默认), “tsf_default”, 或有效的 sktime

内存数据容器格式规范的mtype字符串，用于指定返回类型： - “pd_multiindex_hier” = sktime类型``pd_multiindex_hier``的pd.DataFrame - “tsf_default” = 忠实反映原始tsf格式的容器

实现位于：rakshitha123/TSForecasting blob/master/utils/data_loader.py。

• 其他有效的 mtype 字符串是 Panel 或 Hierarchical mtypes

  datatypes.MTYPE_REGISTER。如果给定的是 Panel 或 Hierarchical mtype 字符串，将尝试转换为该 mtype。

有关教程和详细规范，请参见 examples/AA_datatypes_and_datasets.ipynb

返回:

loaded_data: pd.DataFrame

包含时间序列的转换后的数据框。

元数据: dict

预测问题的元数据。字典键为：”频率”、”预测范围”、”包含缺失值”、”包含等长数据”