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]]

我想通过 tsfresh 包使用代码从这个数据集中提取特征：

import tsfresh
tf=tsfresh.extract_features(tsli)

当我运行它时，我收到了 Value 错误：

> 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)

但是值错误是一样的

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

任何资源或参考资料都会有所帮助。

谢谢

Answer 1

首先，您必须将您的 list 转换为 dataframe，其中每个时间序列都有一个唯一的 id，例如

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

...

现在您可以在创建的列上使用带有column_id 参数的tsfresh：

tf=tsfresh.extract_features(df, column_id='id')


>> Feature Extraction: 100%|██████████| 5/5 [00:00<00:00, 36.83it/s]

另一个例子：tsfresh Quick Start