如何使用tsfresh python包从时间序列数据中提取特征？

Question

我有一个列表列表，其中每个列表代表一个时间序列：

tsli=[[43,65,23,765,233,455,7,32,57,78,4,32],[34,32,565,87,23,86,32,56,32,57,78,32],[87,43,12,46,32,46,13,23,6,90,67,8],[1,2,3,3,4,5,6,7,8,9,0,9],[12,34,56,76,34,12,45,67,34,21,12,22]]

我想使用代码使用 tsfresh 包从该数据集中提取特征：

import tsfresh
tf=tsfresh.extract_features(tsli)

当我运行它时，我收到值错误，即：

> ValueError: You have to set the column_id which contains the ids of the different time series
But i don't know how to deal with this and how to define column id for this problem.

编辑1： 正如建议的那样，我尝试将数据集转换为数据，然后尝试：

import tsfresh
df=pd.DataFrame(tsli)
tf=tsfresh.extract_features(df)

但值错误是相同的

> ValueError: You have to set the column_id which contains the ids of the different time series

任何资源或参考都会有所帮助。

谢谢

Answer 1

首先你必须将你的转换list为 a dataframe，其中每个时间序列都有一个唯一的 id，例如

\n\n

df = pd.DataFrame()\nfor i, ts in enumerate(tsli):\n    data = [[x, i] for x in ts]\n    df = df.append(data, ignore_index=True)\ndf.columns = [\'value\', \'id\']\n

\n\n

...

\n\n

column_id现在您可以在创建的列上使用 tsfresh 和参数：

\n\n

tf=tsfresh.extract_features(df, column_id=\'id\')\n\n\n>> Feature Extraction: 100%|\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88| 5/5 [00:00<00:00, 36.83it/s]\n

\n\n

另一个例子：tsfresh 快速入门

\n