按时间间隔的向量运算，在 R ?? 中，聚合答案

【问题标题】：Vector operations by time intervals , in R ??, aggregate按时间间隔的向量运算，在 R ?? 中，聚合
【发布时间】：2011-04-01 10:40:54
【问题描述】：

我有一个时间序列（索引类型为 chron 的动物园），我需要在一个新的动物园对象中分别计算 cummax(mydata)-mydata 的每一天。

我试过了：

aggregate(mydata, as.date, cummax)

但是aggregate 只能为每个子集生成一个标量结果，而不是一个向量。我读过也许tapply、lapply、plyr、cut 或rollapply 可以做到，但我无法让它们工作。

【问题讨论】：

样本数据在帮助专家（不是我！）方面大有帮助。

标签： r aggregate time-series zoo

【解决方案1】：

zoo 有一个 cummax 方法，所以你应该没有任何问题得到 zoo 结果。也许你让这变得比现在更困难......这就是你想要的吗？

> set.seed(21)
> z <- zoo(runif(10),as.chron(Sys.Date()-10:1))
> merge(z,cummax=cummax(z),diff=cummax(z)-z)
                  z    cummax      diff
08/09/10 0.66754012 0.6675401 0.0000000
08/10/10 0.93521022 0.9352102 0.0000000
08/11/10 0.05818433 0.9352102 0.8770259
08/12/10 0.61861583 0.9352102 0.3165944
08/13/10 0.17491846 0.9352102 0.7602918
08/14/10 0.03767539 0.9352102 0.8975348
08/15/10 0.52531317 0.9352102 0.4098971
08/16/10 0.28218425 0.9352102 0.6530260
08/17/10 0.49904520 0.9352102 0.4361650
08/18/10 0.63382510 0.9352102 0.3013851

由于这很容易，我猜您的时间序列是日内频率。如果是这样的话，代码就更复杂了，但这应该可以解决问题：

> require(xts)  # for the endpoints() function
> set.seed(21)
> z <- zoo(runif(10),as.chron(Sys.Date()-seq(0.5,3,length.out=10)))
> ep <- endpoints(z,"days")
> Z <- lapply(1:(length(ep)-1), function(x) cummax(z[(ep[x]+1):ep[x+1]]))
> Z <- do.call(rbind, Z)
> merge(z,Z,Z-z)
                            z         Z     Z - z
(08/16/10 00:00:00) 0.8493961 0.8493961 0.0000000
(08/16/10 06:40:00) 0.9860037 0.9860037 0.0000000
(08/16/10 13:20:00) 0.1721917 0.9860037 0.8138120
(08/16/10 20:00:00) 0.1018046 0.9860037 0.8841991
(08/17/10 02:40:00) 0.9186834 0.9186834 0.0000000
(08/17/10 09:20:00) 0.9596138 0.9596138 0.0000000
(08/17/10 16:00:00) 0.1844608 0.9596138 0.7751531
(08/17/10 22:40:00) 0.6992523 0.9596138 0.2603615
(08/18/10 05:20:00) 0.2524456 0.2524456 0.0000000
(08/18/10 12:00:00) 0.7861149 0.7861149 0.0000000

【讨论】：

您好，我会研究您的答案，谢谢。同时我必须这样做 tapply(z,as.Date(index(z)), cummax) 但它给了我一个列表，当我尝试将它转换为动物园对象时，使用 unlist 或 unsplit，我得到了奇怪的东西日期。欢呼
这比我的回答简单。您只是缺少do.call 部分：Z <- do.call(rbind, tapply(z, as.Date(index(z)), cummax))

【解决方案2】：

一种粗略的方法：制作一个矩阵，其行或列对应于要进行计算的块，然后使用apply

x <- rnorm(240) # imagine this to be 10 days of hourly data
xm <- matrix(x, ncol=24, byrow=TRUE)
daily.avg <- apply(xm, 1, mean)
plot(x)
lines(12 + seq(1,240,24), daily.avg)

【讨论】：

【解决方案3】：

使用 ave 可以在一行中完成：

> library(zoo)
> set.seed(123)
> z <- zoo(rnorm(10), chron(0:9/5))
>
> ave(coredata(z), as.Date(time(z)), FUN = cummax) - z
(01/01/70 00:00:00) (01/01/70 04:48:00) (01/01/70 09:36:00) (01/01/70 14:24:00) (01/01/70 19:12:00) (01/02/70 00:00:00) (01/02/70 04:48:00) 
           0.000000            0.000000            0.000000            1.488200            1.429421            0.000000            1.254149 
(01/02/70 09:36:00) (01/02/70 14:24:00) (01/02/70 19:12:00) 
           2.980126            2.401918            2.160727

【讨论】：