time-anomaly-marker

name	time_anomaly_marker
description	时序/数值异常标记工具。对指定或全部数值列进行 Z-Score 异常和差分突变检测， 输出 anomaly_flag 与 anomaly_reasons，不删除数据，适用于时序稳态/突变异常识别。
name_zh	time_anomaly_marker_时序异常标记算子
input_params	[{"name":"input_path","type":"string","required":true,"description":"输入文件路径（支持CSV/TSV/Excel等）"},{"name":"output_path","type":"string","required":true,"description":"输出文件路径（标记后的文件）"},{"name":"numeric_columns","type":"string","required":false,"description":"需检测的数值列，逗号分隔；不填默认所有数值列"},{"name":"z_threshold","type":"string","required":false,"description":"Z-Score 阈值，默认 3.0"},{"name":"diff_threshold","type":"string","required":false,"description":"差分突变阈值(倍数标准差)，默认 3.0"}]
output_params	[{"name":"output_path","type":"csv_file","description":"包含 anomaly_flag 与 anomaly_reasons 的标记后文件"}]
tag	清洗

time_anomaly_marker 时序/数值异常标记

功能概述

• 基于 Z-Score 检测全局异常值。
• 基于差分标准差检测尖峰/突变。
• 输出 anomaly_flag（布尔）与 anomaly_reasons（多条原因分号分隔）。
• 不删除数据，仅标记，便于后续复核/过滤。

触发条件

• 时序数据需识别稳态异常或突变异常。
• 需要为后续过滤/校验提供异常标记。

参数说明

参数	必填	默认值	说明
--input_path	是		输入文件路径（支持CSV/TSV/Excel等）
--output_path	是		输出文件路径（标记后的文件）
--numeric_columns	否		需检测的数值列，逗号分隔；不填默认所有数值列
--z_threshold	否		Z-Score 阈值，默认 3.0
--diff_threshold	否		差分突变阈值(倍数标准差)，默认 3.0

使用方法

python scripts/time_anomaly_marker.py \
  --input_path <输入文件> \
  --output_path <输出文件> \
  [--numeric_columns col1,col2] \
  [--z_threshold 3.0] \
  [--diff_threshold 3.0]

输出说明

• 新增列：
  • anomaly_flag: 是否命中异常
  • anomaly_reasons: 命中原因列表（分号分隔）
• 输出格式与输入一致，其余列保持不变。

注意事项

• 默认检测所有数值列，可通过 numeric_columns 指定。
• Z-Score 与差分阈值可按噪声水平调节。
• 对全空列/全 NaN 列自动跳过。