WOLFRAM

Wolfram言語 ＆ システムドキュメントセンター

TimeSeriesThread[f,{tes1,tes2,…}]

関数 f を用いて時系列または事象系列のデータ tesiを組み合せる．

詳細とオプション
Details and Options Details and Options
例題  
例  
スコープ  
基本的な用法  
データの型  
オプション  
ResamplingMethod  
アプリケーション  
特性と関係  
考えられる問題  
おもしろい例題  
関連項目
関連するガイド
履歴
引用書式

TimeSeriesThread

TimeSeriesThread[f,{tes1,tes2,…}]

関数 f を用いて時系列または事象系列のデータ tesiを組み合せる．

詳細とオプション

  • TimeSeriesThreadは，一般に，複数の時系列または事象系列の値を組み合せるために使われる．
  • 以下は，時系列または事象系列のデータ tesiの可能な形式である．
  • TimeSeries[…]連続時間の順序付きサンプルデータ
    EventSeries[…]値を伴う時間的事象の集合
    TemporalData[…]時点と値のペアから構成される1つ以上のパス
    {{t1,x1},{t2,x2},…}時点と値のペアのリスト
  • 集合{tes1,tes2,…}は，TemporalData[{tes1,tes2,…}]としても同様に与えることができる．
  • 成分を持つ時系列に対しては，関数 f で tesi の成分"com"を使用するために#[[i,"com"]]を用いる． »
  • tesiに対する時点が等しくない場合は，すべての時点の和集合を使って各 tesiがリサンプリングされる． »
  • TimeSeriesThreadのオプション
  • ResamplingMethod Automatic経路のリサンプリングに使用するメソッド
  • すべての tesiが同数のパスを含む必要がある．複数のパスの場合，TimeSeriesThreadはパスごとに縫い込まれる．

例題

すべて開く すべて閉じる

例  (4)

2つの時系列の和を得る：

Wolfram Language code: ts1 = TimeSeries[{Subscript[x, 1], Subscript[x, 2], Subscript[x, 3], Subscript[x, 4], Subscript[x, 5]}, {1}]; ts2 = TimeSeries[{Subscript[y, 1], Subscript[y, 2], Subscript[y, 3], Subscript[y, 4], Subscript[y, 5]}, {1}];
Wolfram Language code: TimeSeriesThread[Total, {ts1, ts2}]//Normal

整列していない時系列に対して補間および外挿が用いられる：

Wolfram Language code: ts1 = TimeSeries[{Subscript[x, 0], Subscript[x, 1], Subscript[x, 3]}, {{0, 1, 3}}]; ts2 = TimeSeries[{Subscript[y, 1], Subscript[y, 2], Subscript[y, 3]}, {{1, 2, 3}}];
Wolfram Language code: TimeSeriesThread[f, {ts1, ts2}]//Normal//Simplify

2025年における2つの金融時系列間の差を計算する：

Wolfram Language code: goog = FinancialData["GOOGL", {DateObject[{2025}]}]; appl = FinancialData["AAPL", {DateObject[{2025}]}];
Wolfram Language code: TimeSeriesThread[Apply[Subtract], {goog, appl}]
Wolfram Language code: DateListPlot[%]

時系列とコンポーネントを組み合せる：

Wolfram Language code: ts1 = TimeSeries[Tabular[Association["RawSchema" -> Association["ColumnProperties" -> Association["a" -> Association["ElementType" -> "Integer64"], "b" -> Association["ElementType" -> "Integer64"]], "KeyColumns" -> None, "Backend" -> "WolframKernel"], "Options" -> {}, "BackendData" -> Association["ColumnData" -> DataStructure["ColumnTable", {{TabularColumn[Association["Data" -> {{1, 2, 3}, {}, None}, "ElementType" -> "Integer64"]], TabularColumn[Association["Data" -> {{4, 5, 6}, {}, None}, "ElementType" -> "Integer64"]]}}]]]], {Today}]; ts2 = TimeSeries[Tabular[Association["RawSchema" -> Association["ColumnProperties" -> Association["a" -> Association["ElementType" -> "Integer64"], "b" -> Association["ElementType" -> "String"]], "KeyColumns" -> None, "Backend" -> "WolframKernel"], "Options" -> {}, "BackendData" -> Association["ColumnData" -> DataStructure["ColumnTable", {{TabularColumn[Association["Data" -> {{11, 21, 31}, {}, None}, "ElementType" -> "Integer64"]], TabularColumn[Association["Data" -> {{3, {0, 3, 6, 9}, "catfoxdog"}, {}, None}, "ElementType" -> "String"]]}}]]]], {Today}];
Wolfram Language code: TimeSeriesThread[#[[1, "b"]] + #[[2, "a"]]&, {ts1, ts2}]//Tabular

スコープ  (8)

基本的な用法  (4)

合計10のシミュレーションによるBernoulliProcess経路：

Wolfram Language code: td = RandomFunction[BernoulliProcess[1 / 4], {25}, 10];
Wolfram Language code: sum = TimeSeriesThread[Total, td];
Wolfram Language code: ListPlot[sum, Filling -> Axis]

時系列のコンポーネントの平均を計算する：

Wolfram Language code: ts = TimeSeries[Tabular[Association["RawSchema" -> Association["ColumnProperties" -> Association["a" -> Association["ElementType" -> "Integer64"], "b" -> Association["ElementType" -> "Integer64"]], "KeyColumns" -> None, "Backend" -> "WolframKernel"], "Options" -> {}, "BackendData" -> Association["ColumnData" -> DataStructure["ColumnTable", {{TabularColumn[Association["Data" -> {{1, 2, 3}, {}, None}, "ElementType" -> "Integer64"]], TabularColumn[Association["Data" -> {{4, 5, 6}, {}, None}, "ElementType" -> "Integer64"]]}}]]]], {Today}]
Wolfram Language code: TimeSeriesThread[Mean @* First, {ts}]//Normal

ある過程経路について最小と最大の包絡線を計算する：

Wolfram Language code: data = RandomFunction[WienerProcess[], {0, 1, .01}, 10 ^ 3];
Wolfram Language code: max = TimeSeriesThread[Max, data]; min = TimeSeriesThread[Min, data];
Wolfram Language code: ListLinePlot[{max, min}, PlotLegends -> {"max", "min"}]

ある過程の経路についての95%信頼区間の包絡線を作る：

Wolfram Language code: data = RandomFunction[WienerProcess[], {0, 1, .01}, 500];

平均 ，標準偏差 の時系列を計算する：

Wolfram Language code: μ = TimeSeriesThread[Mean, data]; σ = TimeSeriesThread[StandardDeviation, data];

正規分布についての95%信頼区間はで与えられる：

Wolfram Language code: conf = TimeSeriesThread[{#[[1]] - 1.95#[[2]], #[[1]] + 1.95#[[2]]}&, {μ, σ}];
Wolfram Language code: Show[ListLinePlot[data, PlotStyle -> Opacity[.1]], ListLinePlot[conf, PlotStyle -> StandardGreen]]

データの型  (4)

時点と値のペアで与えられる2つの時系列の合計を得る：

Wolfram Language code: ts1 = {{1, a}, {2, b}, {3, c}}; ts2 = {{1, d}, {2, e}, {3, f}};
Wolfram Language code: TimeSeriesThread[Total, {ts1, ts2}]

2つのTimeSeriesの差を得る：

Wolfram Language code: ts1 = TimeSeries[{Subscript[x, 1], Subscript[x, 2], Subscript[x, 3], Subscript[x, 4], Subscript[x, 5], Subscript[x, 6]}]; ts2 = TimeSeries[{Subscript[y, 1], Subscript[y, 2], Subscript[y, 3], Subscript[y, 4], Subscript[y, 5], Subscript[y, 6]}];
Wolfram Language code: TimeSeriesThread[Subtract@@#&, {ts1, ts2}]["Path"]

TemporalDataのさまざまな経路の標準偏差を求める：

Wolfram Language code: data = RandomFunction[WienerProcess[], {0, 1, .001}, 100]
Wolfram Language code: ListLinePlot[data, PlotStyle -> Thin]
Wolfram Language code: TimeSeriesThread[StandardDeviation, data];
Wolfram Language code: ListLinePlot[%]

2つのEventSeries間の最大値を求める：

Wolfram Language code: es1 = TemporalData[EventSeries, {{{2, 1, 6, 5, 7, 4}}, {{{1, 2, 5, 10, 12, 15}}}, 1, {"Discrete", 1}, {"Discrete", 1}, 1, {ResamplingMethod -> None}}, False, 10.];
Wolfram Language code: es2 = TemporalData[EventSeries, {{{3, 2, 10, 4, 11, 7}}, {{{1, 2, 5, 10, 12, 15}}}, 1, {"Discrete", 1}, {"Discrete", 1}, 1, {ResamplingMethod -> None}}, False, 10.];
Wolfram Language code: max = TimeSeriesThread[Max, {es1, es2}];
Wolfram Language code: ListPlot[#, Filling -> Axis]& /@ {es1, es2, max}

オプション  (1)

ResamplingMethod  (1)

時点のマッチしない2つの時系列を組み合せる：

Wolfram Language code: ts1 = TimeSeries[{1, 3, 5, 7, 9}, {1}]; ts2 = TimeSeries[{2, 3, 4, 5, 6}, {{1, 1.5, 3.5, 4, 5}}];

0次補間を使う：

Wolfram Language code: int0 = TimeSeriesThread[Total, {ts1, ts2}, ResamplingMethod -> "Interpolation"];
Wolfram Language code: int0//Normal

1次補間を使う：

Wolfram Language code: int1 = TimeSeriesThread[Total, {ts1, ts2}, ResamplingMethod -> {"Interpolation", InterpolationOrder -> 1}];
Wolfram Language code: int1//Normal
Wolfram Language code: ListLinePlot[{int0, int1}, PlotLegends -> {"interpolation order 0", "interpolation order 1"}]

アプリケーション  (4)

平均的な処理経路を求める：

Wolfram Language code: data = RandomFunction[WienerProcess[], {0, 1, .001}, 100];
Wolfram Language code: ListLinePlot[data, PlotStyle -> Thin]
Wolfram Language code: TimeSeriesThread[Mean, data];
Wolfram Language code: ListLinePlot[%]

ジャンプ拡散過程のシミュレーションを行う：

Wolfram Language code: tspec = {0, 3, .01}; jump = RandomFunction[PoissonProcess[3], tspec]; diff = RandomFunction[WienerProcess[1.9, 1], tspec]; data = TimeSeriesThread[Total, {jump, diff}];
Wolfram Language code: ListPlot[{data, jump, diff}, PlotStyle -> {Thick, Dashed, Dashed}, PlotLegends -> {"jump-diffusion", "jumps", "diffusion"}]

2ヶ月間の太陽と月の位置の時系列を生成する：

Wolfram Language code: sunpos = SunPosition[DateRange[Today - Quantity[2, "Months"], Today, {12, "Hour"}], CelestialSystem -> "Equatorial"]
Wolfram Language code: moonpos = MoonPosition[DateRange[Today - Quantity[2, "Months"], Today, {12, "Hour"}], CelestialSystem -> "Equatorial"]

球上の2つのオブジェクトの角距離を計算する関数を定義する：

Wolfram Language code: AngularDistance[{ϕ1_, θ1_}, {ϕ2_, θ2_}] := InverseHaversine[Haversine[ϕ1 - ϕ2] + Cos[ϕ1]Cos[ϕ2]Haversine[θ1 - θ2]] / Degree

太陽と月の間の角距離の時系列を求める：

Wolfram Language code: angdist = TimeSeriesThread[AngularDistance[First[#], Last[#]]&, {sunpos, moonpos}]

角距離を可視化する：

Wolfram Language code: DateListPlot[angdist]

フランスにおける男性の失業状況を調べる：

Wolfram Language code: MaleLaborForce = EntityValue[Entity["Country", "France"], EntityProperty["Country", "LaborForce", {"Date" -> All, "Gender" -> "Male"}]];

失業率：

Wolfram Language code: Rates = EntityValue[Entity["Country", "France"], EntityProperty["Country", "UnemploymentRate", {"Date" -> All, "Gender" -> "Male"}]];
Wolfram Language code: Rates["Values"]

割合を小数に変換する：

Wolfram Language code: MaleUnemploymentRate = QuantityMagnitude[Rates] / 100;
Wolfram Language code: MaleUnemploymentRate["Values"]

男性失業率は男性労働人口に対する割合である：

Wolfram Language code: MaleUnemployment = TimeSeriesThread[Times@@#&, TimeSeriesResample[TemporalData[{MaleLaborForce, MaleUnemploymentRate}], "Intersection"]];
Wolfram Language code: DateListPlot[MaleUnemployment, FrameLabel -> Automatic]

特性と関係  (3)

EventSeriesとTimeSeriesを縫い込むことができる：

Wolfram Language code: es = EventSeries[{Subscript[x, 1], Subscript[x, 2], Subscript[x, 3], Subscript[x, 4], Subscript[x, 5]}, {1}]; ts = TimeSeries[{Subscript[y, 1], Subscript[y, 2], Subscript[y, 3], Subscript[y, 4], Subscript[y, 5]}, {3}];
Wolfram Language code: TimeSeriesThread[f, {es, ts}]

結果の型は最初のオブジェクトの型によって決定される：

Wolfram Language code: TimeSeriesThread[f, {ts, es}]

TimeSeriesThreadを単一の時系列上で動作しているTimeSeriesMapと比較する：

Wolfram Language code: ts = TimeSeries[{Subscript[x, 1], Subscript[x, 2], Subscript[x, 3], Subscript[x, 4], Subscript[x, 5]}, {1}];
Wolfram Language code: TimeSeriesThread[f, ts]["Path"]
Wolfram Language code: TimeSeriesMap[f, ts]["Path"]

時系列が整列されている場合，TimeSeriesThreadの値はMapThreadを用いて計算できる：

Wolfram Language code: ts1 = TimeSeries[{Subscript[x, 1], Subscript[x, 2], Subscript[x, 3], Subscript[x, 4], Subscript[x, 5]}, {3}]; ts2 = TimeSeries[{Subscript[y, 1], Subscript[y, 2], Subscript[y, 3], Subscript[y, 4], Subscript[y, 5]}, {3}];
Wolfram Language code: TimeSeriesThread[Apply[f], {ts1, ts2}]//Values//Normal
Wolfram Language code: MapThread[f, {Values[ts1], Values[ts2]}]

考えられる問題  (1)

整列していない事象系列を縫い込むと，結果にMissingが含まれるかもしれない：

Wolfram Language code: es1 = EventSeries[{Subscript[x, 1], Subscript[x, 2], Subscript[x, 3], Subscript[x, 4], Subscript[x, 5]}, {1}]; es2 = EventSeries[{Subscript[y, 1], Subscript[y, 2], Subscript[y, 3], Subscript[y, 4], Subscript[y, 5]}, {3}];
Wolfram Language code: TimeSeriesThread[f, {es1, es2}]//Normal

MissingをResamplingMethodオプションでどのように置換するかを指定する：

Wolfram Language code: TimeSeriesThread[f, {es1, es2}, ResamplingMethod -> {"Constant", 0}]//Normal

おもしろい例題  (1)

背景色が照らされている月の割合に依存する陰暦の暦を作る：

Wolfram Language code: dates = DateRange[DateObject[{2014, 1, 1, 12}], DateObject[{2014, 1, 31, 12}], 1];
Wolfram Language code: mp = MoonPhase[dates, "Icon"]; sf = MoonPhase[dates, "Fraction"];

ベクトル値がアイコンと割合で作られた新しい事象系列を作る：

Wolfram Language code: phases = TimeSeriesThread[#&, {mp, sf}]

陰暦の暦を可視化する：

Wolfram Language code: Labeled[Grid[Partition[Framed[Labeled[ImageResize[First[#2], 45], DateString[#1, {"DayNameShort", " ", "DayShort"}]], Background -> Lighter[ColorData["StarryNightColors", Last[#2]], .3]] & @@@ phases["Path"], 7, 7, 4, ""], Frame -> All, Spacings -> {0, 0}], "January 2014", Top]
Wolfram Research (2014), TimeSeriesThread, Wolfram言語関数， https://reference.wolfram.com/language/ref/TimeSeriesThread.html （2026年に更新）.

テキスト

Wolfram Research (2014), TimeSeriesThread, Wolfram言語関数， https://reference.wolfram.com/language/ref/TimeSeriesThread.html （2026年に更新）.

CMS

Wolfram Language. 2014. "TimeSeriesThread." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2026. https://reference.wolfram.com/language/ref/TimeSeriesThread.html.

APA

Wolfram Language. (2014). TimeSeriesThread. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/TimeSeriesThread.html

BibTeX

@misc{reference.wolfram_2026_timeseriesthread, author="Wolfram Research", title="{TimeSeriesThread}", year="2026", howpublished="\url{https://reference.wolfram.com/language/ref/TimeSeriesThread.html}", note=[Accessed: 02-September-2026]}

BibLaTeX

@online{reference.wolfram_2026_timeseriesthread, organization={Wolfram Research}, title={TimeSeriesThread}, year={2026}, url={https://reference.wolfram.com/language/ref/TimeSeriesThread.html}, note=[Accessed: 02-September-2026]}