重新采样数据不能在所有要求的时间速率下工作答案

【问题标题】：Re-sampling data does not work at all required time-rates重新采样数据不能在所有要求的时间速率下工作
【发布时间】：2017-11-21 23:36:15
【问题描述】：

我有以 1 分钟采样率生成的时间序列数据

library(xts)
#create timestamp with 1 mintue sampling rage
timerange <- seq(as.POSIXct("2016-06-09"),as.POSIXct("2016-06-22 23:59:59"), by = "1 min")
# create xts object
data_xts <- xts(rnorm(length(timerange),200,5),timerange)

现在，我想将其重新采样（更改采样率）为 50 分钟速率。所以，我创建了一个自定义函数：

resample_data_minutely_daywise <- function(data_xts,xminutes) {
  day_data <- split.xts(data_xts,"days",k=1) # divide data daywise
  # Now resample data according to parameter xminutes
  day_list <- lapply(day_data, function(x) { 
    ds_data <- period.apply(x,INDEX = endpoints(index(x), on = "minutes", k = xminutes ), FUN= mean)
    align_data <- align.time(ds_data,xminutes*60) # aligning to x seconds
    return(align_data)
  })
  return(day_list)
}

此函数将时间序列数据和所需的采样频率作为输入。接下来，它每天拆分数据，最后每天通过取平均值来更改采样。

现在，每当我把这个函数称为

p <- resample_data_minutely_daywise(data_xts,50)
sapply(p,length) # check no. of observations in each day

输出是：

 sapply(p,length) # check no. of observations in each day
 [1] 30 30 30 29 29 30 30 30 29 29 30 30 30 29

这表明并非每天都包含相同数量的读数。几天包含 29 个观测值，有些包含 30 个观测值。这种未知行为的原因可能是什么。请注意，每当我每天在 10、20、30、60 分钟重新采样时，都会包含相同数量的读数。仅在我尝试 50 分钟时才会出现此问题。

【问题讨论】：

50 不会平均分配到每一天，所以有些 obs。从第二天开始，你会少得到 1 个。
@StevenMortimer 但我每天分开服用，然后尝试以 50 分钟的速度合并。
看看p。您的每一天都不是从 00:00:00 开始的。有时包括第二天的第一次观察。
@ChiPak，是的，我认为period.apply 有问题。除了 50 分钟，一切正常。

标签： r time-series xts

【解决方案1】：

您的问题是period.apply() 使用endpoints() 来查找中断的位置，并且endpoints() 输出总是与UNIX 纪元/起源（1970-01-01 00:00:00）偏移。但您希望休息时间从当天的午夜开始偏移。

您仍然可以使用period.apply() 执行此操作，但您需要计算自定义断点。在您的情况下，您可以通过查找自一天开始以来是 xminutes 倍数的秒数来做到这一点。

resample_data_minutely_daywise <- function(data_xts,xminutes) {
  day_data <- split.xts(data_xts,"days",k=1) # divide data daywise
  # Now resample data according to parameter xminutes
  day_list <- lapply(day_data, function(x) { 
    timeT <- .index(x) - .index(x)[1]
    # when does timeT cross a multiple of xminutes?
    ep <- which(timeT %% (xminutes * 60) <= 0)
    # endpoints must start with zero and end with nrow
    ep <- c(0, ep, nrow(x))
    # ...and be unique
    ep <- unique(ep)
    ds_data <- period.apply(x, INDEX = ep, FUN = mean)
    align_data <- align.time(ds_data,xminutes*60) # aligning to x seconds
    return(align_data)
  })
  return(day_list)
}
p <- resample_data_minutely_daywise(data_xts,50)
sapply(p,length)
# [1] 30 30 30 30 30 30 30 30 30 30 30 30 30 30

【讨论】：

应用period.apply 后，我丢失了时间戳。我试图将ep 索引转换为时间索引，然后period.apply 抛出错误Error in [.xts(x, (INDEX[y] + 1):INDEX[y + 1]) : subscript out of bounds。我需要align_data的时间戳
@HaroonRashid：查看我的编辑。如果这不能解决您的问题，请提供一个重现您所描述内容的示例。因为我对您问题中的示例没有意见。