jeremycochoy/wikimedia-pageview-timeseries-raw

这是一个包含所有维基媒体项目（如维基百科、维基词典、维基共享资源等）完整、未采样的页面浏览时间序列的数据集，以原始的宽格式Parquet文件存储。每个文件的一行代表一篇文章，一列代表一个时间戳。数据集提供了不同时间分辨率（小时、天、周）的数据，以及STL分解结果。数据集的生成过程包括下载、处理和分解三个阶段。数据集还提供了数据加载和使用的示例代码，以及许可信息和引用方式。

Full, unsampled Wikipedia pageview time series for every Wikimedia project (Wikipedia, Wiktionary, Commons, etc.), stored as raw wide parquet files: one row per article, one column per timestamp. The dataset provides data at different time resolutions (hourly, daily, weekly) and STL decomposition results. The dataset generation process includes three stages: downloading, processing, and decomposition. The README also provides example code for data loading and usage, as well as licensing information and citation methods.