Nixtla/tsfeatures

Calculates various features from time series data. Python implementation of the R package tsfeatures.

解决的问题

提供了一种标准化的方法，从时间序列数据中提取摘要统计量和特征（features），这对于分析多个时间序列的行为以及预测模型中的元学习至关重要。

工作原理

该库实现了 R tsfeatures 包的 Python 版本。它处理包含时间序列数据的 pandas DataFrame（具有 unique_id、ds 和 y 列），并计算多种特征，如熵、稳定性、不规则性（lumpiness）和自相关性。它可以自动推断数据频率，或使用自定义频率字典。

适用人群

需要对时间序列数据进行定量特征刻画的数据科学家和分析师。

主要亮点

全面的特征集：包含大量特征，如 acf_features、arch_stat、entropy 和 unitroot_kpss。
可扩展性：用户可以定义自己的自定义特征函数，与内置函数一起计算。
R 集成：通过 rpy2 可直接从 Python 调用原始 R 实现的 tsfeatures。
M4 方法论：默认情况下，计算 M4 竞赛方法论中 FFORMA 模型所用的特征。