时序数据滑窗转换
方法概述
时序数据滑窗转换是将单变量时间序列重构为”过去若干时点 → 下一时点”的监督学习格式（即自回归形式），是时间序列预测与特征工程中常用的步骤。通过设定步阶（滞后期数）\(k\)，工具以滑动窗口方式生成样本：每个样本由 \(k\) 个历史值 \(X_1,\dots,X_k\) 与当前目标 \(Y\) 组成。转换后的数据可直接用于滞后回归、机器学习预测建模或进一步的时序特征构造。
计算步骤
1. 数据加载与预处理
- 支持 CSV 与 Excel 文件上传（不超过 5MB），数据按时间顺序排列，首行为列名。
- 自动识别常见缺失符号并转为缺失值；对多数值可转换的文本列自动转为数值列。
- 删除完全空的行列；待转换的时间序列列需为数值型。
2. 设置滑窗参数
- 时序列：选择参与变换的数值列（单序列）。
- 步阶（滞后期数）：\(k \geq 1\) 的正整数。步阶为 \(k\) 表示用 \(X_1=x_{t-k},\dots,X_k=x_{t-1}\) 预测 \(Y=x_t\)。
- 是否保留索引：可选择保留原始行号，或指定日期列作为索引，便于定位样本对应的时间点。
3. 执行滑窗转换
对长度为 \(n\) 的序列，构造滞后矩阵并生成样本：
\[ (X_1,\dots,X_k, Y) = (x_{t-k},\dots,x_{t-1}, x_t), \quad t = k+1,\dots,n \]
生成 \(n-k\) 个样本；选择删除含缺失值的行后，实际样本数可能进一步减少。
4. 转换摘要与可视化
- 统计信息：原始序列长度、步阶、转换后样本数、特征数（\(k\)）与目标变量。
- 数据形状：转换后数据的行数与列数。
- 可视化：原始序列折线图、转换后 \(X_1\) 与 \(Y\) 的散点图（含线性趋势线）。
5. AI 智能分析
基于序列长度、步阶与样本数等信息，调用大语言模型分析滞后特征、评估当前步阶是否合适，并给出建模建议（每日限 3 次，需配置 API 密钥）。
6. 结果导出
- 下载转换后数据（CSV 或 Excel）。
- 下载包含摘要与可视化内容的 HTML 报告。
案例分析
案例背景：某门店记录了连续 10 天的日销售额，拟用前 2 天销售额预测当天销售额，构造滑窗训练数据。
原始数据（示例）：
| 日期 | 日销售额（元） |
|---|---|
| 1月1日 | 5200 |
| 1月2日 | 5600 |
| 1月3日 | 5900 |
| 1月4日 | 6100 |
| 1月5日 | 6300 |
| 1月6日 | 6500 |
| 1月7日 | 6700 |
| 1月8日 | 7000 |
| 1月9日 | 7200 |
| 1月10日 | 7500 |
处理过程：选择”日销售额（元）“列，步阶设为 2，保留索引（日期列）。
转换后数据（示例）：
| Index | X1 | X2 | Y |
|---|---|---|---|
| 1月3日 | 5200 | 5600 | 5900 |
| 1月4日 | 5600 | 5900 | 6100 |
| 1月5日 | 5900 | 6100 | 6300 |
| 1月6日 | 6100 | 6300 | 6500 |
| 1月7日 | 6300 | 6500 | 6700 |
| 1月8日 | 6500 | 6700 | 7000 |
| 1月9日 | 6700 | 7000 | 7200 |
| 1月10日 | 7000 | 7200 | 7500 |
结论：在本示例数据范围内，10 个时点的序列在步阶 2 下生成 8 个样本，\(X_1\) 与 \(Y\) 呈现正向关系，转换结果可作为后续预测建模的输入。
常见问题
Q1: 步阶（滞后期数）如何选择？
A: 初选 \(k=1\) 或 \(2\) 观察效果，再结合业务周期（如日/周/月季节性）调整；也可借助散点图与 AI 分析辅助判断。
Q2: 为什么样本数小于原始序列长度？
A: 每个样本需要 \(k\) 个历史值作为特征，序列前 \(k\) 个时点无法形成完整样本，样本数约等于 \(n-k\)（删除缺失行后可能更少）。
Q3: 缺失值如何处理？
A: 工具默认删除含缺失值的样本行；若缺失较多，建议先用缺失值处理工具填充后再做滑窗转换。
Q4: 索引列必须指定吗？
A: 不必。可仅保留行号索引；若指定日期列，便于在下游分析中对应到具体时间点。
Q5: 支持多变量时序吗？
A: 本工具针对单列时间序列生成滑动窗口特征；多变量可逐列转换后自行拼接，或用其它特征工程流程处理。
平台功能
- 数据输入：支持 CSV、Excel，按时间顺序排列；自动识别缺失符号与数值列；提供数据模板与方法介绍下载。
- 滑窗参数：时序列选择、步阶设置（正整数）、索引保留（行号或指定日期列）。
- 结果展示：转换摘要（原始长度、样本数、特征数）、数据形状、原始序列折线图与 \(X_1\)-\(Y\) 散点图。
- AI 智能分析：评估滞后特征与步阶合理性并给出建模建议（每日限 3 次，需配置 API 密钥）。
- 报告下载：转换后数据（CSV/Excel）与 HTML 报告。
使用建议
- 确保时序有序：按时间顺序排列后再上传，避免窗口打乱时间逻辑。
- 先补缺失再滑窗：滑窗前处理缺失值可保留更多有效样本。
- 结合业务周期设阶：存在 7 日周期时可考虑从 \(k=7\) 附近探索步阶。
- 观察散点图：借助 \(X_1\)-\(Y\) 散点图判断滞后关系形态，据此选择模型。
- 明确训练/预测口径：转换后保留索引，方便后续按时间拆分训练集与测试集。
平台界面
平台界面包含：数据上传区、步阶与索引设置区、转换摘要与数据形状、原始序列图与散点图、AI 分析模块及下载区
参考文献
- Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control (5th ed.). Wiley.
- Hyndman, R. J., & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts.