匹配不同长度的时间向量：一个棘手的问题

Question

我有两组来自不同机器的测量值。它们随着时间的推移以略微不同的间隔进行测量 - 例如一个每 5 分钟测量一次，而另一个每 3 分钟测量一次。优点是每 5 分钟计算一次作为整个间隔的平均值，因此这些值应该大致对应。我想用每 5 分钟测量一次的向量（光）来扩展向量，以便它的值与每 5 分钟测量一次的向量中的值大致同步。然后应该用前面的值填充间隙

这里是每 5 分钟的数据示例

Date             Light 
26/05/2011 16:00 -529.98            
26/05/2011 16:05 -276.68            
26/05/2011 16:10 -179.63            
26/05/2011 16:15 -385.57            
26/05/2011 16:20 -1273.6            
26/05/2011 16:25 -1109.7 

每3分钟数据一次

    Date             Flux 
26/05/2011 16:01     0.64
26/05/2011 16:04    -1.96
26/05/2011 16:07    -0.51
26/05/2011 16:10    -1.34
26/05/2011 16:13    -1.28
26/05/2011 16:15    -0.22

我也不应该认为光测量向量（每 5 分钟一次）比每 3 分钟一次的向量短。因此，目标是使 5 分钟测量的向量与 3 分钟向量的长度相同。

我意识到这是一个相当棘手的问题，但任何建议都会受到欢迎。

Answer 1

如果我理解正确，这很容易通过 zoo 或 xts 完成。首先，这是您的示例数据：

Lines1 <- "Date,Light
26/05/2011 16:00,-529.98
26/05/2011 16:05,-276.68
26/05/2011 16:10,-179.63
26/05/2011 16:15,-385.57
26/05/2011 16:20,-1273.6
26/05/2011 16:25,-1109.7"

Lines2 <- "Date,Flux
26/05/2011 16:01,0.64
26/05/2011 16:04,-1.96
26/05/2011 16:07,-0.51
26/05/2011 16:10,-1.34
26/05/2011 16:13,-1.28
26/05/2011 16:15,-0.22"

con <- textConnection(Lines1)
Light <- read.csv(con, stringsAsFactors=FALSE, header=TRUE)
close(con)
con <- textConnection(Lines2)
Flux <- read.csv(con, stringsAsFactors=FALSE, header=TRUE)
close(con)

现在我们加载 xts 包，它也加载了 zoo。然后我们将Light 和Flux data.frame 对象转换为 xts 对象。

library(xts)
light <- xts(Light$Light, as.POSIXct(Light$Date, format="%d/%m/%Y %H:%M"))
flux <- xts(Flux$Flux, as.POSIXct(Flux$Date, format="%d/%m/%Y %H:%M"))

这是很棒的部分。 merge.xts 和 merge.zoo 将按索引对齐每个系列。 na.locf 用之前的值填充每个NA。

Data <- merge(light,flux)
#                        light  flux
# 2011-05-26 16:00:00  -529.98    NA
# 2011-05-26 16:01:00       NA  0.64
# 2011-05-26 16:04:00       NA -1.96
# 2011-05-26 16:05:00  -276.68    NA
# 2011-05-26 16:07:00       NA -0.51
# 2011-05-26 16:10:00  -179.63 -1.34
# 2011-05-26 16:13:00       NA -1.28
# 2011-05-26 16:15:00  -385.57 -0.22
# 2011-05-26 16:20:00 -1273.60    NA
# 2011-05-26 16:25:00 -1109.70    NA
Data <- na.locf(Data)

最后，我们可以从合并的Data对象中提取3分钟的索引。

Data[index(flux),]
#                       light  flux
# 2011-05-26 16:01:00 -529.98  0.64
# 2011-05-26 16:04:00 -529.98 -1.96
# 2011-05-26 16:07:00 -276.68 -0.51
# 2011-05-26 16:10:00 -179.63 -1.34
# 2011-05-26 16:13:00 -179.63 -1.28
# 2011-05-26 16:15:00 -385.57 -0.22

Answer 2

您可以使用approx，它将在您的数据点之间进行线性插值。这是一个简单的例子：

x = sort( rnorm(20) )
y = 1:20
plot(x, y, main = 'function interpolation example' )
points(approx(x, y), col = 2, pch = 3 )

要指定要插值多少点，可以使用 xout 参数，如下所示：

points( approx( x, y, xout = seq( from = min(x), to = max(x), by = 0.1 ) ), pch = 3, col = 3 )

更多插值点：

points( approx( x, y, xout = seq( from = min(x), to = max(x), by = 0.05 ) ), pch = 3, col = 4 )

对于您的具体示例，您需要使用两台机器的时间点的交集来插值这两个函数的 x,y 值。这里有一个建议：

x_interp = unique( sort( c(seq( from = 0, to = 100, by = 5 ), seq( from = 0, to = 100, by = 3 ) ) ) )
x_interp
 [1]   0   3   5   6   9  10  12  15  18  20  21  24  25  27  30  33  35
[18]  36  39  40  42  45  48  50  51  54  55  57  60  63  65  66  69  70
[35]  72  75  78  80  81  84  85  87  90  93  95  96  99 100

然后，您可以使用此 x_interp 作为 xout 在两台机器的点之间进行插值：

par( mfrow = c(1,2) )
plot( x_light, y_light )
points(approx(x_light, y_light, x_out = x_interp), col = 2, pch = 3 )

plot( x_flux, y_flux )
points(approx(x_flux, y_flux, x_out = x_interp), col = 3, pch = 3 )

如果您想获得一个为任意输入插值的函数，请参阅名为 approxfun 的相关函数。