Datasets:
File size: 2,315 Bytes
17df3d8 | 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 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 | ---
license: other
task_categories:
- time-series-forecasting
tags:
- time-series
- tsfile
pretty_name: SZ_TAXI (TsFile format)
---
# SZ_TAXI — TsFile 格式
本目录是 [`autogluon/fev_datasets`](https://huggingface.co/datasets/autogluon/fev_datasets) 中 **SZ_TAXI** 子集转换为 [Apache TsFile](https://tsfile.apache.org/) 格式的版本。
## 来源与引用
- **原始来源**：https://huggingface.co/datasets/Salesforce/GiftEval
- **论文/引用**：[[2]](https://arxiv.org/abs/2304.14343)
- **统一格式合集**：[autogluon/fev_datasets](https://huggingface.co/datasets/autogluon/fev_datasets)
> 本数据由外部来源转换为统一格式后再转为 TsFile。许可与引用以**原始来源**为准，我们不对原始数据主张任何权利。除非另有说明，数据仅供研究用途。
## 数据统计
| 频率 | 序列数 | 中位长度 | 观测点数 | 动态列 | 静态列 | 文件 |
|---|---|---|---|---|---|---|
| 15T | 156 | 2,976 | 464,256 | 1 | 0 | `15T/15T.tsfile` |
| 1H | 156 | 744 | 116,064 | 1 | 0 | `1H/1H.tsfile` |
## TsFile 存储模型
- 每条原始序列（`id`）→ 一个 **device**（TAG 维度）。
- 随时间变化的 target / 动态协变量 → **measurement**（FIELD）。
- `timestamp` → `Time`（INT64 毫秒）。
- 表名：SZ_TAXI_15T, SZ_TAXI_1H。
### 列含义
| 列 | 角色 | TsFile 类型 |
|---|---|---|
| `Time` | Time（时间列） | INT64 |
| `id` | TAG（device 维度） | STRING |
| `target` | FIELD（measurement） | FLOAT |
> 注：有 312 个原始 id 含非法标识符字符，已规范化为合法 device 名（如 90217→_90217, 90218→_90218, 90219→_90219）。
## 转换说明
- 每行原始数据是一整条序列 `(id, timestamp[], 各 target[])`，纵向打平为长表后写入 TsFile。
- 数值类型按源列自适应：float32→FLOAT、float64→DOUBLE、整数→INT64、bool→BOOLEAN。
- 时间精度：毫秒（INT64）。
- 大表会被工具自动分片为 `<名>_1.tsfile`、`<名>_2.tsfile` …，同属一个逻辑表。
## 读取示例
```python
from tsfile import TsFileReader
reader = TsFileReader("15T/15T.tsfile")
schemas = reader.get_all_table_schemas()
# 表名：SZ_TAXI_15T；列见下方"列含义"。
```
|