make-series işleci
Şunlar için geçerlidir: ✅Microsoft Fabric✅Azure Veri Gezgini✅ Azure İzleyici✅Microsoft Sentinel
Belirtilen eksen boyunca belirtilen toplanmış değer serisini oluşturun.
Sözdizimi
T | make-series
[MakeSeriesParameters] [Sütun =
] Toplama [ =
default
DefaultValue] [,
...] on
AxisColumn [from
start] [to
end] step
step [by
[Column =
] GroupExpression [,
...]]
Söz dizimi kuralları hakkında daha fazla bilgi edinin.
Parametreler
Ad | Tür | Zorunlu | Açıklama |
---|---|---|---|
Sütun | string |
Sonuç sütununun adı. varsayılan olarak ifadeden türetilen bir addır. | |
DefaultValue | sayıl | Eksik değerler yerine kullanılacak varsayılan değer. AxisColumn ve GroupExpression'ın belirli değerlerine sahip bir satır yoksa, dizinin karşılık gelen öğesine bir DefaultValue atanır. Varsayılan değer 0'dır. | |
Toplama | string |
✔️ | Sütun adlarını bağımsız değişken olarak içeren veya avg() gibi count() bir toplama işlevine yapılan çağrı. Toplama işlevlerinin listesine bakın. Yalnızca sayısal sonuçlar döndüren toplama işlevleri işleciyle make-series kullanılabilir. |
AxisColumn | string |
✔️ | Serinin sıralanacağı sütun. Genellikle sütun değerleri türünde datetime olur ancak timespan tüm sayısal türler kabul edilir. |
start | sayıl | ✔️ | Oluşturulacak serilerin her biri için AxisColumn'un düşük sınır değeri. Başlangıç belirtilmezse, her seride veri içeren ilk bölme veya adım olur. |
son | sayıl | ✔️ | AxisColumn'un yüksek ilişkili kapsayıcı olmayan değeri. Zaman serisinin son dizini bu değerden küçüktür ve başlangıç artı sonundan küçük olan adımın tamsayı katı olur. End belirtilmezse, her seri için veri içeren son bölmenin veya adımın üst sınırı olur. |
adım | sayıl | ✔️ | AxisColumn dizisinin iki ardışık öğesi arasındaki fark veya bölme boyutu. Olası zaman aralıklarının listesi için bkz . zaman aralığı. |
GroupExpression | Bir dizi ayrı değer sağlayan sütunlar üzerinde bir ifade. Genellikle kısıtlı bir değer kümesi sağlayan bir sütun adıdır. | ||
MakeSeriesParameters | Davranışı denetleen Ad = Değeri biçiminde sıfır veya daha fazla boşlukla ayrılmış parametre. Bkz . desteklenen make series parametreleri. |
Not
Start, end ve step parametreleri, AxisColumn değerlerinin bir dizisini oluşturmak için kullanılır. Dizi, başlangıç ve bitiş arasındaki değerlerden oluşur ve adım değeri bir dizi öğesi ile sonraki arasındaki farkı temsil eder. Tüm Toplama değerleri sırasıyla bu diziye sıralanır.
Desteklenen make serisi parametreleri
Veri Akışı Adı | Açıklama |
---|---|
kind |
Make-series işlecinin girişi boş olduğunda varsayılan sonucu verir. Değer: nonempty |
hint.shufflekey=<key> |
Sorgu, shufflekey verileri bölümleme anahtarı kullanarak küme düğümlerinde sorgu yükünü paylaşır. Bkz. karıştırma sorgusu |
Not
Make-series tarafından oluşturulan diziler 1048576 değerlerle sınırlıdır (2^20). Make-series ile daha büyük bir dizi oluşturmaya çalışmak hataya veya kesilmiş bir diziye neden olabilir.
Alternatif Söz Dizimi
T | make-series
[Sütun =
] Toplama [ =
default
DefaultValue] [,
...] on
AxisColumn range(
in
başlangıç,
durdurma,
adımı)
[by
[Sütun =
] GroupExpression [,
...]]
Alternatif söz diziminden oluşturulan seriler, ana söz diziminden iki açıdan farklıdır:
- Durdurma değeri dahildir.
- Dizin ekseninin gruplanması, bin_at() ile değil bin() ile oluşturulur; bu da başlangıç işleminin oluşturulan seriye dahil edilemeyebilir.
Alternatif söz dizimini değil, make-series ana söz dizimini kullanmanız önerilir.
Döndürülenler
Giriş satırları, ifadelerin ve AxisColumn adım,
başlangıç)
ifadesinin,
aynı değerlerine by
bin_at(
sahip gruplar halinde düzenlenir. Ardından, belirtilen toplama işlevleri her grup üzerinde hesaplanır ve her grup için bir satır oluşturulur. Sonuç, axisColumn sütununu ve hesaplanan her toplama için en az bir sütunu içerirby
. (Birden çok sütundaki toplamalar veya sayısal olmayan sonuçlar desteklenmez.)
Bu ara sonuç, vebin_at(
AxisColumn adım,
başlangıç)
değerlerininby
,
farklı birleşimleri olduğu kadar çok satıra sahiptir.
Son olarak, ara sonuçtaki satırlar ifadelerle by
aynı değerlere sahip gruplar halinde düzenlenir ve tüm toplanan değerler diziler halinde düzenlenir (türdeki değerler dynamic
). Her toplama için, dizisini aynı ada sahip bir sütun içerir. Son sütun, belirtilen adıma göre ikiye ayrılan AxisColumn değerlerini içeren bir dizidir.
Not
Hem toplama hem de gruplandırma ifadeleri için rastgele ifadeler sağlayabilmenize rağmen, basit sütun adlarını kullanmak daha verimlidir.
Toplama işlevlerinin listesi
İşlev | Açıklama |
---|---|
avg() | Grup genelinde ortalama bir değer döndürür |
avgif() | Grubun koşuluyla bir ortalama döndürür |
count() | Grubun sayısını verir |
countif() | Grubun koşulunu içeren bir sayı döndürür |
dcount() | Grup öğelerinin yaklaşık ayrı sayısını döndürür |
dcountif() | Grubun koşuluyla yaklaşık ayrı bir sayı döndürür |
max() | Grup genelindeki en büyük değeri verir |
maxif() | Grubun koşuluyla en büyük değeri verir |
min() | Grup genelinde en düşük değeri verir |
minif() | Grubun koşuluyla en düşük değeri verir |
percentile() | Grup genelinde yüzdebirlik değeri verir |
take_any() | Grup için rastgele boş olmayan bir değer döndürür |
stdev() | Grup genelinde standart sapması verir |
sum() | Grup içindeki öğelerin toplamını verir |
sumif() | Grubun koşuluna sahip öğelerin toplamını döndürür |
varyans() | Grup genelinde varyansı verir |
Seri çözümleme işlevlerinin listesi
İşlev | Açıklama |
---|---|
series_fir() | Sonlu Dürtü Yanıtı filtresi uygular |
series_iir() | Sonsuz Dürtü Yanıtı filtresi uygular |
series_fit_line() | Girişin en iyi tahmini olduğu düz bir çizgi bulur |
series_fit_line_dynamic() | Girişin en iyi yaklaşık değeri olan ve dinamik nesne döndüren bir satır bulur |
series_fit_2lines() | Girişin en iyi tahmini olan iki satırı bulur |
series_fit_2lines_dynamic() | Girişin en iyi yaklaşık değeri olan ve dinamik nesne döndüren iki satır bulur |
series_outliers() | Bir serideki anomali puanlarını puanlar |
series_periods_detect() | Bir zaman serisinde var olan en önemli dönemleri bulur |
series_periods_validate() | Bir zaman serisinin belirli uzunluklarda düzenli desenler içerip içermediğini denetler |
series_stats_dynamic() | Ortak istatistiklerle birden çok sütun döndürme (en az/en yüksek/varyans/stdev/ortalama) |
series_stats() | Ortak istatistiklerle dinamik bir değer oluşturur (min/max/varyans/stdev/average) |
Seri analizi işlevlerinin tam listesi için bkz. Seri işleme işlevleri
Seri ilişkilendirme işlevlerinin listesi
İşlev | Açıklama |
---|---|
series_fill_backward() | Bir serideki eksik değerleri geriye doğru doldurma ilişkilendirmesi gerçekleştirir |
series_fill_const() | Serideki eksik değerleri belirtilen sabit değerle değiştirir |
series_fill_forward() | Bir serideki eksik değerlerin ileriye doğru doldurma ilişkilendirmesini gerçekleştirir |
series_fill_linear() | Serideki eksik değerlerin doğrusal ilişkilendirmesini gerçekleştirir |
- Not: varsayılan olarak ilişkilendirme işlevleri eksik bir değer olarak varsayılır
null
. Bu nedenle, seri için ilişkilendirme işlevlerini kullanmayı düşünüyorsanız içinde double() değerini belirtindefault=
.null
make-series
Örnekler
Belirtilen aralıkta zaman damgası tarafından sipariş edilen her tedarikçiden gelen her bir meyvenin sayı dizilerini ve ortalama fiyatlarını gösteren tablo. Her farklı meyve ve tedarikçi bileşimi için çıkışta bir satır vardır. Çıkış sütunları meyve, sağlayıcı ve dizilerini gösterir: sayı, ortalama ve tüm zaman çizelgesi (2016-01-01 ile 2016-01-10 arasında). Tüm diziler ilgili zaman damgasına göre sıralanır ve tüm boşluklar varsayılan değerlerle doldurulur (bu örnekte 0). Diğer tüm giriş sütunları yoksayılır.
T | make-series PriceAvg=avg(Price) default=0
on Purchase from datetime(2016-09-10) to datetime(2016-09-13) step 1d by Supplier, Fruit
let data=datatable(timestamp:datetime, metric: real)
[
datetime(2016-12-31T06:00), 50,
datetime(2017-01-01), 4,
datetime(2017-01-02), 3,
datetime(2017-01-03), 4,
datetime(2017-01-03T03:00), 6,
datetime(2017-01-05), 8,
datetime(2017-01-05T13:40), 13,
datetime(2017-01-06), 4,
datetime(2017-01-07), 3,
datetime(2017-01-08), 8,
datetime(2017-01-08T21:00), 8,
datetime(2017-01-09), 2,
datetime(2017-01-09T12:00), 11,
datetime(2017-01-10T05:00), 5,
];
let interval = 1d;
let stime = datetime(2017-01-01);
let etime = datetime(2017-01-10);
data
| make-series avg(metric) on timestamp from stime to etime step interval
avg_metric | timestamp |
---|---|
[ 4.0, 3.0, 5.0, 0.0, 10.5, 4.0, 3.0, 8.0, 6.5 ] | [ "2017-01-01T00:00:00.0000000Z", "2017-01-02T00:00:00.0000000Z", "2017-01-03T00:00:00.0000000Z", "2017-01-04T00:00:00.0000000Z", "2017-01-05T00:00:00.0000000Z", "2017-01-06T00:00:00.0000000Z", "2017-01-07T00:00:00.0000000Z", "2017-01-08T00:00:00.0000000Z", "2017-01-09T00:00:00.0000000Z" ] |
girişi make-series
boş olduğunda, öğesinin varsayılan davranışı make-series
boş bir sonuç üretir.
let data=datatable(timestamp:datetime, metric: real)
[
datetime(2016-12-31T06:00), 50,
datetime(2017-01-01), 4,
datetime(2017-01-02), 3,
datetime(2017-01-03), 4,
datetime(2017-01-03T03:00), 6,
datetime(2017-01-05), 8,
datetime(2017-01-05T13:40), 13,
datetime(2017-01-06), 4,
datetime(2017-01-07), 3,
datetime(2017-01-08), 8,
datetime(2017-01-08T21:00), 8,
datetime(2017-01-09), 2,
datetime(2017-01-09T12:00), 11,
datetime(2017-01-10T05:00), 5,
];
let interval = 1d;
let stime = datetime(2017-01-01);
let etime = datetime(2017-01-10);
data
| take 0
| make-series avg(metric) default=1.0 on timestamp from stime to etime step interval
| count
Çıktı
Sayı |
---|
0 |
içinde make-series
kullanıldığında kind=nonempty
varsayılan değerlerin boş olmayan bir sonucu elde edilecek:
let data=datatable(timestamp:datetime, metric: real)
[
datetime(2016-12-31T06:00), 50,
datetime(2017-01-01), 4,
datetime(2017-01-02), 3,
datetime(2017-01-03), 4,
datetime(2017-01-03T03:00), 6,
datetime(2017-01-05), 8,
datetime(2017-01-05T13:40), 13,
datetime(2017-01-06), 4,
datetime(2017-01-07), 3,
datetime(2017-01-08), 8,
datetime(2017-01-08T21:00), 8,
datetime(2017-01-09), 2,
datetime(2017-01-09T12:00), 11,
datetime(2017-01-10T05:00), 5,
];
let interval = 1d;
let stime = datetime(2017-01-01);
let etime = datetime(2017-01-10);
data
| take 0
| make-series kind=nonempty avg(metric) default=1.0 on timestamp from stime to etime step interval
Çıktı
avg_metric | timestamp |
---|---|
[ 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0 ] |
[ "2017-01-01T00:00:00.0000000Z", "2017-01-02T00:00:00.0000000Z", "2017-01-03T00:00:00.0000000Z", "2017-01-04T00:00:00.0000000Z", "2017-01-05T00:00:00.0000000Z", "2017-01-06T00:00:00.0000000Z", "2017-01-07T00:00:00.0000000Z", "2017-01-08T00:00:00.0000000Z", "2017-01-09T00:00:00.0000000Z" ] |