> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-parallel-read-in-order-multi-part.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> Trie les séries temporelles par horodatage, dans l’ordre croissant.

# timeSeriesGroupArray

## timeSeriesGroupArray

Introduit dans : v25.8.0

Trie les données de séries temporelles par horodatage dans l’ordre croissant.

Les échantillons peuvent être transmis sous l’une des trois formes suivantes :

* sous forme de deux arguments `timestamp` et `value`, où chaque ligne contient un seul échantillon ;
* sous forme de deux tableaux d’horodatages et de valeurs, où chaque ligne contient une série temporelle entière ;
* sous forme d’un unique tableau de tuples `(timestamp, value)`, où chaque ligne contient une série temporelle entière. Cette forme a le même type que le résultat, ce qui permet d’utiliser la fonction dans le type de données `SimpleAggregateFunction`.

Si plusieurs échantillons ont le même horodatage, un seul est utilisé : celui dont la valeur est la plus élevée. Une valeur NaN est inférieure à toute autre valeur ; elle n’est donc utilisée que si tous les échantillons associés à cet horodatage sont NaN.

<Note>
  Cette fonction est en aperçu privé ; activez-la en définissant `enable_time_series_aggregate_functions=true`.
</Note>

**Syntaxe**

```sql theme={null}
timeSeriesGroupArray(timestamp, value)
timeSeriesGroupArray(samples)
```

**Arguments**

* `timestamp` — Horodatage de l’échantillon. Peut être une valeur individuelle ou un tableau. [`UInt32`](/fr/reference/data-types/int-uint) or [`DateTime`](/fr/reference/data-types/datetime) or [`DateTime64`](/fr/reference/data-types/datetime64) or [`Array(UInt32)`](/fr/reference/data-types/array) or [`Array(DateTime)`](/fr/reference/data-types/array) or [`Array(DateTime64)`](/fr/reference/data-types/array)
* `value` — Valeur de la série temporelle correspondant à cet horodatage. Peut être une valeur individuelle ou un tableau. [`Float*`](/fr/reference/data-types/float) or [`Array(Float*)`](/fr/reference/data-types/array)
* `samples` — Échantillons de la série temporelle passés sous forme de tableau de tuples `(timestamp, value)`, où les éléments du tuple ont les types d’horodatage et de valeur listés ci-dessus. [`Array(Tuple(T1, T2))`](/fr/reference/data-types/array)

**Valeur renvoyée**

Renvoie un tableau de tuples `(timestamp, value)` triés par horodatage dans l’ordre croissant. [`Array(Tuple(T1, T2))`](/fr/reference/data-types/array)

**Exemples**

**Utilisation de base avec des valeurs individuelles**

```sql title=Query theme={null}
SET enable_time_series_aggregate_functions = 1;
WITH
    [110, 120, 130, 140, 140, 100]::Array(UInt32) AS timestamps,
    [1, 6, 8, 17, 19, 5]::Array(Float32) AS values
SELECT timeSeriesGroupArray(timestamp, value)
FROM
(
    SELECT
        arrayJoin(arrayZip(timestamps, values)) AS ts_and_val,
        ts_and_val.1 AS timestamp,
        ts_and_val.2 AS value
);
```

```response title=Response theme={null}
┌─timeSeriesGroupArray(timestamp, value)─────┐
│ [(100,5),(110,1),(120,6),(130,8),(140,19)] │
└────────────────────────────────────────────┘
```

**Passage de plusieurs échantillons d’horodatages et de valeurs sous forme de tableaux de même taille**

```sql title=Query theme={null}
SET enable_time_series_aggregate_functions = 1;
WITH
    [110, 120, 130, 140, 140, 100]::Array(UInt32) AS timestamps,
    [1, 6, 8, 17, 19, 5]::Array(Float32) AS values
SELECT timeSeriesGroupArray(timestamps, values);
```

```response title=Response theme={null}
┌─timeSeriesGroupArray(timestamps, values)───┐
│ [(100,5),(110,1),(120,6),(130,8),(140,19)] │
└────────────────────────────────────────────┘
```