Shapelet发现和转换算法的实现

Question

我想了解任何现有的shapelet发现实现(库、代码(，并在python中进行转换以发现异常。对于以下类型的数据：在此处输入图像描述

Answer 1

pandas.to_datetime(df["TS"], format="%Y-%m-%d %H:%M:%S.%f")

Answer 2

假设这是您的数据帧：

import pandas as pd
import datetime
df = pd.DataFrame({'TS': pd.date_range(
start='2018-03-01 15:34:51.347340', periods=5, freq='100ms').astype(str)})
print(df)
print(type(df['TS'][0]))
#
TS
0  2018-03-01 15:34:51.347340
1  2018-03-01 15:34:51.447340
2  2018-03-01 15:34:51.547340
3  2018-03-01 15:34:51.647340
4  2018-03-01 15:34:51.747340
<class 'str'>

直接的方法将只是使用apply:

df['TS'].apply(lambda x: datetime.datetime.strptime(x, '%Y-%m-%d %H:%M:%S.%f') 
.timestamp() * 1000).astype('int64')
0    1519907691347
1    1519907691447
2    1519907691547
3    1519907691647
4    1519907691747
Name: TS, dtype: int64

更好的方法，如本答案所述：

pd.to_datetime(df['TS']).astype('int64') // 10 ** 6

附言：为了响应者的方便，通常将代码中创建的原始数据(列(提供为简单的文本是合适的。