twindow

语法

twindow(func, funcArgs, T, range, [prevailing=false])

参数

  • func 是一个聚合函数。

  • funcArgsfunc 的参数。func 有多个参数时,它是一个元组。

  • T 是一个非严格递增的整型或时间类型的向量。

  • range 是一个整型数据对或 DURATION 数据对,左右边界都包含在内。

  • prevailing 是一个布尔值,默认值为 false。 prevailing = true时,滑动窗口左边界选取规则同 pwj

详情

应用函数/运算符到给定对象的滑动窗口。对给定对象的每一个元素,滑动窗口由 Trange 决定。 结果的维度与 funcArgs 的维度相同(若 funcArgs 是一个元组,结果的维度与该元组中每个元素的维度相同)。

滑动窗口的确定规则(假设 range 参数为 d1:d2):

  1. range 是整型数据对时:

    • T 如果为整型向量,对 T 内元素 Ti,可以确定 T 对应的窗口范围为 [Ti+d1, Ti+d2]。

    • T 如果为时间类型向量,range 的精度默认为 T 的精度,对于 T 内元素 Ti,确定的窗口范围为 [temporalAdd(Ti, d1, unit), temporalAdd(Ti, d2, unit)],其中 unit 是 T 的精度。

  2. range 是 DURATION 数据对时,T 只能是时间类型向量,对于 T 内元素 Ti,确定 T 对应的窗口元素范围为 [temporalAdd(Ti, d1), temporalAdd(Ti, d2)]。

tmoving 函数相比,twindow 函数具有更灵活的窗口。tmoving 可以视为 twindow 指定 range 右边界为 0 的特殊情况, 但需要注意以时间长度衡量窗口时,两者对窗口边界的处理有区别:

  1. twindow 窗口的右边界与多条相同的值匹配时,该窗口会包含所有重复匹配的记录。当其窗口左边界与多条相同的值匹配时, 若 prevailing = true,则窗口只包含最后一个值;若 prevailing = false,则窗口亦会包含所有重复值。

  2. tmoving 函数的窗口范围为(Ti - window, Ti] 或 (temporalAdd(Ti - window), Ti],即 tmoving 函数只基于当前滑动到的记录,确定一个向前的窗口, 不考虑右边界是否有重复值;且左边界不包含在内。

例子

prevailing = false,左边界对应多个重复值,计算窗口会包含所有重复值

t = 2021.01.02 2021.01.02 2021.01.06 2021.03.09 2021.03.10 2021.03.12 2021.03.12
x = -5 5 NULL -1 2 4 -8
twindow(func=min,funcArgs=x,T=t,range=0:2)

输出返回:[-5, -5, , -1, -8, -8, -8]

prevailing = true,左边界对应多个重复值,计算窗口只包含最后一个值

twindow(func=min, funcArgs=x, T=t, range=0:3, prevailing=true)

输出返回:[5, 5, ,-8, -8, -8, -8]

twindow(func=max, funcArgs=x, T=t, range=0d:3d)

输出返回:[5, 5, , 4, 4, 4, 4]

twindow(func=max, funcArgs=x, T=t, range=0:3, prevailing=true)

输出返回:[5, 5, , 4, 4, -8, -8]

twindow(func=max, funcArgs=x, T=t, range=0M:3M)

输出返回:[5, 5, 4, 4, 4, 4, 4]

twindow(func=max, funcArgs=x, T=t, range=0M:3M, prevailing=true)

输出返回:[5, 5, 4, 4, 4, -8, -8]

y = 4.8 9.6 7.1 3.3 5.9 2.7 6.9
twindow(func=corr, funcArgs=(x,y), T=t, range=0:3)

输出返回:[1, 1, , -0.685, -0.7893, -1, -1]

t1 = table(`A`A`B`B`C`C as sym, 09:56:03 09:56:07 09:56:02 09:56:05 09:56:04 09:56:06 as time, 10.6 10.7 20.6 11.6 11.7 19.6 as price)
select *, twindow(func=avg, funcArgs=t1.price, T=t1.time, range=2s:4s) from t1 context by sym

输出返回:

sym time price window_avg
A 09:56:03 10.6 10.7
A 09:56:07 10.7
B 09:56:02 20.6 11.6
B 09:56:05 11.6
C 09:56:04 11.7 19.6
C 09:56:06 19.6