保存不规则时间序列矩阵的规范形式？

Question

假设一群人p 在i * k 的二维网格中移动一堆对象o（最终是n 维）。

每当p 移动时，我都会拍摄i x k 网格的快照（这实际上是通过js 回调发生的）。

因此，对于 p Alice 和 os c("foo", "bar)，以及 i、k 各 2 个，例如 2017-12-24 18:00:00，这给出了类似的结果

   1       2
1  "foo"     
2          "bar"

四秒后，2017-12-26 18:00:04，比方说，

   1       2
1  "foo"     
2  "bar"

对于其他一些 p Bob，我得到了类似的快照，但关键是在不同的时间，因为Bob 选择在不同的时间移动对象。

对于大部分分析，我将只查看每个p 的最终（最新）快照，然后高兴地查看abind() p x i x k 数组中的整个内容。

但我也想保留不规则排序的时间序列。 我如何在 R 中以一种巧妙、规范的方式最好地存储这些数据？

由于我不能 abind() 在不规则的时间点上（因为每个人都不同），我的当前方法只是将快照放在每个 @987654346 的列表中@，比如，说，

data$alice <- list(
  `2017-12-24 18-00-00` = matrix(data = c("foo", NA, NA, "bar"), nrow = 2),
  `2017-12-24 18-00-04` = matrix(data = c("foo", NA, "bar", NA), nrow = 2))
data$bob <- ...

等等。 （也许，我宁愿使用正确的 lubricate datetimes 作为列表元素属性，但这是细节）。

这行得通，但感觉怪怪的，原因有很多：

1. 列表本身不支持时间序列信息，因此将它们添加为列表元素属性感觉很麻烦。
2. 该列表很难看出所有单个矩阵的等级相同（因为它们必须如此）。 （我想这是不可避免的，因为我无法有意义地abind()）。
3. 我的直觉想法通常很糟糕。必须有更好的方法。

我是时间序列的新手，我只是想确保我不是很愚蠢并且（很差）重新发明轮子来解决一个规范解决的问题。 另外：这将成为一个包的一部分，以及一个 S3 类，所以我想把它做好。

---

注意事项/旁白：

• 我已经查看了 zoo 包，但是虽然它提供了不规则时间间隔（我有），但它似乎没有为不同提供一个类> 不定期的时间间隔。
• 我不想以整洁的格式存储这些数据。我在Jeff Leek这里；网格的矩阵表示本质上是有意义的，我想保留它。还会有一些矩阵代数，如果应用于整洁的数据，那只会产生真正不透明的代码。也就是说，如果我在这里是愚蠢的，以及以规范的方式以整齐的形式存储此类数据，我愿意接受。

Ps.：为无耻的伪代码/数学道歉。希望它仍然有助于使事情更清楚。

Answer 1

我有两个建议，虽然我不知道它们是否“规范”。您可以使用pdata.frame（来自plm 面板数据包）或tibble。

设置一些数据：

set.seed(123)
dat <- data.frame(
  person = c("Alice", "Alice", "Bob", "Bob"),
  time = as.POSIXct(runif(4, 1500000000, 1510000000), origin = "1970-01-01")
)
mats <- lapply(1:4, function(...) matrix(sample(1:4, 4), nc = 2, nr = 2))

pdata.frame 方法将每个矩阵元素存储为一列，除了人员和时间标识符之外，这将为您提供 i * k 列。

library(plm)
dat_plm <- cbind(dat, as.data.frame(do.call(rbind, lapply(mats, as.vector))))
pdat <- pdata.frame(dat_plm, index = c("person", "time"), row.names = FALSE)
pdat
#   person                time V1 V2 V3 V4
# 1  Alice 2017-08-04 05:52:13  1  3  2  4
# 2  Alice 2017-08-26 08:13:42  2  4  3  1
# 4    Bob 2017-08-09 08:45:14  4  3  1  2
# 3    Bob 2017-10-28 11:20:55  1  3  2  4
str(pdat)
# Classes ‘pdata.frame’ and 'data.frame': 4 obs. of  6 variables:
#  $ person: Factor w/ 2 levels "Alice","Bob": 1 1 2 2
#   ..- attr(*, "names")= chr  "1" "2" "4" "3"
#   ..- attr(*, "index")=Classes ‘pindex’ and 'data.frame': 4 obs. of  2 variables:
#   .. ..$ person: Factor w/ 2 levels "Alice","Bob": 1 1 2 2
#   .. ..$ time  : Factor w/ 4 levels "2017-08-04 05:52:13",..: 1 3 2 4
# <snip>
#  - attr(*, "index")=Classes ‘pindex’ and 'data.frame':  4 obs. of  2 variables:
#   ..$ person: Factor w/ 2 levels "Alice","Bob": 1 1 2 2
#   ..$ time  : Factor w/ 4 levels "2017-08-04 05:52:13",..: 1 3 2 4

tibble 对我来说更优雅：

library(tibble)
dat_tbl <- as_tibble(dat)
dat_tbl$mats <- mats
dat_tbl
#   person                time          mats
#   <fctr>              <dttm>        <list>
# 1  Alice 2017-08-04 05:52:13 <int [2 x 2]>
# 2  Alice 2017-08-26 08:13:42 <int [2 x 2]>
# 3    Bob 2017-10-28 11:20:55 <int [2 x 2]>
# 4    Bob 2017-08-09 08:45:14 <int [2 x 2]>

例如，它允许您为每个人拍摄最近的快照：

library(dplyr)
arrange(dat_tbl, time) %>%
  group_by(person) %>%
  slice(n())
# # A tibble: 2 x 3
# # Groups:   person [2]
#   person                time          mats
#   <fctr>              <dttm>        <list>
# 1  Alice 2017-08-26 08:13:42 <int [2 x 2]>
# 2    Bob 2017-10-28 11:20:55 <int [2 x 2]>