| ---
|
| license: other
|
| task_categories:
|
| - time-series-forecasting
|
| tags:
|
| - time-series
|
| - tsfile
|
| pretty_name: ercot (TsFile format)
|
| ---
|
|
|
| # ercot — TsFile 格式
|
|
|
| 本目录是 [`autogluon/fev_datasets`](https://huggingface.co/datasets/autogluon/fev_datasets) 中 **ercot** 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://github.com/ourownstory/neuralprophet-data/tree/main/datasets_raw/energy
|
| - **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 |
|
| |---|---|---|---|---|---|---|
|
| | 1D | 8 | 6,452 | 51,616 | 1 | 0 | `1D/1D.tsfile` |
|
| | 1H | 8 | 154,872 | 1,238,976 | 1 | 0 | `1H/1H_1..1H_2.tsfile`（2 片） |
|
| | 1M | 8 | 211 | 1,688 | 1 | 0 | `1M/1M.tsfile` |
|
| | 1W | 8 | 921 | 7,368 | 1 | 0 | `1W/1W.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：ercot_1D, ercot_1H, ercot_1M, ercot_1W。
|
|
|
| ### 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 |
|
|
|
| ## 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("1D/1D.tsfile")
|
| schemas = reader.get_all_table_schemas()
|
| # 表名：ercot_1D；列见下方"列含义"。
|
| ```
|
| |
