本章介绍dateinterval()函数的多种用法。
描述:
外部库函数,外部库的使用请参考《外部库使用指南》。
日期时间型变量A,衍生出多个日期差值变量
语法:
A.dateinterval(T) |
建模时,对于日期时间型变量构成的序列,衍生出多个日期差值变量,衍生变量自动执行后续预处理。返回2值序列,其中第1个为各个衍生变量构成的序表,第2个为处理记录序列Rec。 |
A.dateinterval@r(Rec) |
预测时,根据日期时间型变量构成的序列A和处理记录序列Rec,衍生出多个日期差值变量构成的序表。 |
参数:
A |
序列,日期时间型变量 |
T |
目标变量值,用来执行可能的平滑化处理 |
Rec |
处理结果记录序列 |
选项:
@bnie |
选项指明目标类型,各选项相斥。无选项时自动判断类型,优先级依次按照二值/数值/整数/枚举。 |
返回值:
序列/序表
示例:
|
A |
|
1 |
=T("D: //catering_sale.csv").run(date1=date(date1,"yyyy/MM/dd"),date2=date(date2,"yyyy/MM/dd")) |
|
2 |
=[A1.(date1),A1.(date2)] |
日期时间变量 |
3 |
=A1.(sales) |
目标变量 |
4 |
=A2.dateinterval@n(A3) |
A4(1)衍生变量序表 A4(2)衍生记录Rec @n指明目标变量为数值 |
5 |
=A2.dateinterval@r(A4(2)) |
根据A4的衍生记录Rec对A2进行衍生 |
描述:
外部库函数,外部库的使用请参考《外部库使用指南》。
对多个日期时间型变量,衍生出多个日期差值变量
语法:
P.dateinterval(cns, T) |
建模时,对于日期时间型变量构成的序列cns,衍生出多个日期差值变量,衍生变量自动执行后续预处理。返回2值序列,其中第1个为各个衍生变量构成的序表,第2个为处理记录序列Rec。 |
P.dateinterval@r(cns, Rec) |
预测时,根据日期时间型变量构成的序列cns和处理记录序列Rec,衍生出多个日期差值变量构成的序表。 |
参数:
P |
序表/排列 |
cns |
序列,排列中多个变量的列名(或列号,从1开始) |
T |
序列,目标变量值,用来执行可能的平滑化处理 |
Rec |
处理结果记录序列 |
选项:
@bnie |
选项指明目标类型,各选项相斥。无选项时自动判断类型,优先级依次按照二值/数值/整数/枚举。 |
返回值:
序列/序表
示例:
|
A |
|
1 |
=T("D: //catering_sale.csv").run(date1=date(date1,"yyyy/MM/dd"),date2=date(date2,"yyyy/MM/dd")) |
|
2 |
=A1.(sales) |
|
3 |
=A1.dateinterval@n(["date1","date2"],A2) |
衍生出“date1”和“date2”日期差值,并根据目标变量A2执行平滑化处理 A3(1)衍生变量构成的序表 A3(2)衍生记录Rec |
4 |
=A1.dateinterval@r(["date1","date2"],A3(2)) |
根据A3的衍生记录Rec对“date1”和“date2”进行衍生 |