| ---
|
| 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"。
|
| ```
|
|
|
