R从时间序列列表中查找具有非缺失值的周期

Question

我有许多时间序列的列表，每个时间序列都有一些缺失值。 这是一个简短的例子：

  x <- list(structure(c(NA, NA, 30, 1260, 504, 24, 132, 60, 766.8, 643.68, 
    54.96, 0, 9.48, 186.36, NA, NA, NA, NA, 723.24, 426.36, 198.96, 
    528.72, 29.04, 132, 60, 348, 5.04, 12, 144, 0), index = structure(c(189385200, 
    189471600, 189558000, 189644400, 189730800, 189817200, 189903600, 
    189990000, 190076400, 190162800, 190249200, 190335600, 190422000, 
    190508400, 190594800, 190681200, 190767600, 190854000, 190940400, 
    191026800, 191113200, 191199600, 191286000, 191372400, 191458800, 
    191545200, 191631600, 191718000, 191804400, 191890800), class = c("POSIXct", 
    "POSIXt")), class = "zoo"), structure(c(NA, NA, 144.96, 33.96, 
    10.08, 20.64, 12, NA, NA, 13.1904, 21.8784, 19.836, 30.8208, 
    96.3312, 57.3288, 30.0672, 25.9872, NA, NA, NA, NA, 56.3472, 
    79.4064, 35.64, 25.92, 44.88, 4.872, 78), index = structure(c(189385200, 
    189471600, 189558000, 189644400, 189730800, 189817200, 189903600, 
    189990000, 190076400, 190162800, 190249200, 190335600, 190422000, 
    190508400, 190594800, 190681200, 190767600, 190854000, 190940400, 
    191026800, 191113200, 191199600, 191286000, 191372400, 191458800, 
    191545200, 191631600, 191718000), class = c("POSIXct", "POSIXt"
    )), class = "zoo"), structure(c(25.8876260869565, 33.931, 12.50435, 
    19.721225, 17.5955, 10.296775, 6.862425, 5.321225, 10.0137, 14.7752, 
    11.35255, 7.0339, 5.2703, 4.672575, 3.777625, 3.26115, 2.97095, 
    NA, NA, NA, NA, NA, NA, 5.469975, 4.29925), index = structure(c(189385200, 
    189471600, 189558000, 189644400, 189730800, 189817200, 189903600, 
    189990000, 190076400, 190162800, 190249200, 190335600, 190422000, 
    190508400, 190594800, 190681200, 190767600, 190854000, 190940400, 
    191026800, 191113200, 191199600, 191286000, 191372400, 191458800
    ), class = c("POSIXct", "POSIXt")), class = "zoo"))

我需要找到我的时间序列中没有一个包含缺失值的时段的开始和结束。对于上面的例子，我希望得到类似的东西：

START                  END
1976-01-03 23:00:00    1976-01-07 23:00:00
1976-01-10 23:00:00    1976-01-14 23:00:00
1976-01-24 23:00:00    1976-01-25 23:00:00

我可以编写一个循环，在每个时间步查找非 NA 值，然后如果上一个（下一个）值为 NA，则在数据帧的 START(END) 列中写入时间戳。

我想知道是否有任何现有的函数已经这样做了（可能比普通循环更快）？

Answer 1

您可以使用以下逻辑采用矢量方法：

如果值为NA，则它不能是起点或终点。

如果一个值不是NA，它是一个起点当且仅当：

• 其“左侧”的值为NA，或
• 这是系列中的第一个值。

如果一个值不是NA，它是一个端点当且仅当：

• 其“右侧”的值为NA，或
• 这是系列中的最后一个值。

所以逻辑看起来像：

start_end_points <- function(x){
  x_is_na <- is.na(x)
  prev_is_na_or_first <- c(TRUE, x_is_na[1:length(x)-1])
  next_is_na_or_last <- c(x_is_na[2:length(x)], TRUE)
  x_is_start_point <- !x_is_na & prev_is_na_or_first
  x_is_end_point <- !x_is_na & next_is_na_or_last
  data.frame(start_point=attributes(x)$index[x_is_start_point],
             end_point=attributes(x)$index[x_is_end_point])
}
lapply(x,start_end_points)

返回：

[[1]]
          start_point           end_point
1 1976-01-03 18:00:00 1976-01-14 18:00:00
2 1976-01-19 18:00:00 1976-01-30 18:00:00

[[2]]
          start_point           end_point
1 1976-01-03 18:00:00 1976-01-07 18:00:00
2 1976-01-10 18:00:00 1976-01-17 18:00:00
3 1976-01-22 18:00:00 1976-01-28 18:00:00

[[3]]
          start_point           end_point
1 1976-01-01 18:00:00 1976-01-17 18:00:00
2 1976-01-24 18:00:00 1976-01-25 18:00:00

（我认为由于系统时区设置，时间显示不同。）