SAX方法：将时间序列切割成子序列，然后计算距离（Python）

我正在尝试应用SAX（符号聚合近似）方法来检测我的时间序列数据上的异常值。基本上，我需要将整个序列切割成等长的子序列，然后计算它们之间的距离。然后，top-K子系列被标记为异常

尝试了几个软件包：

• pyts

  -首先不确定如何剪切该系列
• 是相关的-python中有更好的解决方案吗

• tslearn.metrics.dtw\u path\u from\u metric

  -看起来它在计算两个系列之间的距离，但我缺少了第一个“切割”部分
• 此外，我还在想矩阵是否可行（每个子系列都是行和列，然后在诊断中列出距离）

结果是1）每周减少系列；2） 计算各子系列之间的距离；3） 用前k名最长距离的进行排列。我知道这可能有很多问题要问，但任何建议都将不胜感激

import datetime
import pandas as pd
import bumpy as np

rng = np.random.RandomState(0)
base = datetime.datetime.today()
dates = pd.date_range(start='1/1/2020', end='6/1/2020', freq='D')
df = pd.DataFrame(dates, columns=['date'])
df['sales'] = np.random.randint(0, 100, size=(len(dates)))

答案1）按周削减该系列

虽然您可能只需要使用

df.groupby（pd.Grouper（key='date'，freq='W'））就可以了。

也许更有用的方法是使用week\u number和week\u date属性填充到dataframe

week = 1
weekly_data = []
week_data = []
for data in df.groupby(pd.Grouper(key='date', freq='W')):
    week_date = data[0]
    week_dates = list(data[1]['date'])
    week_sales = list(data[1]['sales'])
    week_data_list = list(zip(week_dates, week_sales))
    for i in week_data_list:
        week_data.append([week, week_date, i[0], i[1]])
    weekly_data.append(week_data)
    week += 1
df = pd.DataFrame(week_data, columns=['week_number', 'week_date', 'date', 'sales'])
df

这将生成以下形状的数据帧：

    week_number week_date   date    sales
0   1   2020-01-05  2020-01-01  57
1   1   2020-01-05  2020-01-02  64
2   1   2020-01-05  2020-01-03  51
3   1   2020-01-05  2020-01-04  77
4   1   2020-01-05  2020-01-05  69
... ... ... ... ...
148 22  2020-05-31  2020-05-28  34
149 22  2020-05-31  2020-05-29  51
150 22  2020-05-31  2020-05-30  66
151 22  2020-05-31  2020-05-31  77
152 23  2020-06-07  2020-06-01  31
153 rows × 4 columns

您可以简单地选择或迭代所需的维度，例如：

df.loc[weeks_df['week_number'] == 1]

    week_number week_date   date    sales
0   1   2020-01-05  2020-01-01  57
1   1   2020-01-05  2020-01-02  64
2   1   2020-01-05  2020-01-03  51
3   1   2020-01-05  2020-01-04  77
4   1   2020-01-05  2020-01-05  69

请注意，这不会为您提供每周长度相等的子系列，因为您的数据示例不允许这样做，第一周只有5个值，第23周只有1个值

祝你2）和3）好运