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 文件内容转换为 dataframe。

此代码摘自 rakshitha123/TSForecasting /master/utils/data_loader.py。

参数:

full_file_path_and_name: str

.tsf 文件的完整路径和名称。

replace_missing_vals_with: str, 默认值=”NAN”

在返回的 dataframe 中指示序列中缺失值的术语。

value_column_name: str, 默认值=”series_value”

返回的 dataframe 中包含序列值的列的任何首选名称。

return_typestr - “pd_multiindex_hier”（默认值）、“tsf_default”或有效的 sktime

内存数据容器格式规范的 mtype 字符串：- “pd_multiindex_hier” = sktime 类型 pd_multiindex_hier 的 pd.DataFrame - “tsf_default” = 忠实反映原始实现中 tsf 格式的容器

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

• 其他有效的 mtype 字符串是 datatypes.MTYPE_REGISTER 中的 Panel 或 Hierarchical mtypes。

  如果给定 Panel 或 Hierarchical mtype 字符串，将尝试转换为该 mtype。

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

返回:

loaded_data: pd.DataFrame

包含时间序列的转换后的 dataframe。

metadata: dict

预测问题的元数据。字典键包括：“frequency”、“forecast_horizon”、“contain_missing_values”、“contain_equal_length”