Zwraca statystyki podsumowujące dla szeregu czasowego z czujnika.

Użyj tego narzędzia zamiast samodzielnego liczenia statystyk na surowych danych — jest szybsze i deterministyczne dla dużych plików.

Args: data: dane CSV (z nagłówkiem) lub JSON (lista {timestamp, value}). ts_field: nazwa kolumny/pola czasu (domyślnie "timestamp"). value_field: nazwa kolumny/pola wartości (domyślnie "value").

Returns: JSON ze statystykami: liczba odczytów, min, max, średnia, mediana, odchylenie standardowe, zakres czasowy, czas trwania.

Wykrywa przekroczenia progów temperatury (naruszenia łańcucha chłodniczego).

Kluczowe dla compliance: krótkie, chwilowe skoki często NIE liczą się jako naruszenie — dopiero przekroczenie utrzymane przez min_duration_minutes. Histereza zapobiega fałszywym wielokrotnym alarmom przy wahaniach wokół progu.

Args: data: dane CSV lub JSON. min_temp: dolny próg (np. 2.0 dla produktów 2-8°C). None = brak dolnego progu. max_temp: górny próg (np. 8.0). None = brak górnego progu. min_duration_minutes: minimalny czas trwania przekroczenia, by liczyło się jako naruszenie. hysteresis: margines histerezy; przekroczenie kończy się dopiero gdy wartość wróci o hysteresis poniżej/powyżej progu. ts_field, value_field: nazwy kolumn.

Returns: JSON z listą naruszeń (typ, początek, koniec, czas trwania, wartość szczytowa) oraz podsumowaniem.

Wykrywa anomalie w szeregu czasowym (punkty odstające od normy).

Model językowy słabo liczy odchylenia statystyczne na tysiącach punktów — użyj tego narzędzia, by uzyskać deterministyczny, powtarzalny wynik.

Args: data: dane CSV lub JSON. method: "zscore" (globalny z-score) lub "rolling" (odchylenie od średniej kroczącej). sensitivity: próg w liczbie odchyleń standardowych (domyślnie 3.0). window: rozmiar okna dla metody "rolling" (liczba próbek). 0 = auto (~5% danych). ts_field, value_field: nazwy kolumn.

Returns: JSON z listą anomalii (czas, wartość, odchylenie) i podsumowaniem.

Dzieli ciągły log na osobne "przejazdy" (journeys) na podstawie przerw czasowych.

Logger transportowy często rejestruje wiele przejazdów w jednym pliku. Przerwa dłuższa niż gap_minutes oznacza granicę między przejazdami.

Args: data: dane CSV lub JSON. gap_minutes: przerwa czasowa (w minutach) traktowana jako granica przejazdu. ts_field, value_field: nazwy kolumn.

Returns: JSON z listą segmentów (numer, start, koniec, czas trwania, liczba próbek, min/max/średnia temperatura w segmencie).