如何为动物园对象上的自定义聚合创建索引

Question

我正在努力寻找一种方法来将动物园对象聚合到每周结果中，而每周测量结果存在差距。这是在结果上使用diff 和其他函数（例如acf）。

library(zoo)
library(xts)

我正在用我的一小部分数据创建一个动物园对象：

time_data <- structure(list(day = structure(c(14246, 14247, 14248, 14249, 14250, 14277, 14278, 14279, 14280, 14281, 14305, 14306, 14307, 14308, 14309), class = "Date"), n_daily = c(10L, 15L, 2L, 15L, 6L, 4L, 6L, 8L, 6L, 1L, 20L, 5L, 8L, 9L, 4L)), row.names = c(NA, -15L), class = c("tbl_df", "tbl", "data.frame"))

z_td <- read.zoo(time_data)

现在，我想按周汇总。我可以使用xts:

td_week_xts <- apply.weekly(z_td, sum)
td_week_xts
#> 2009-01-04 2009-01-06 2009-02-06 2009-03-06 
#>         27         21         25         46

在这里调用diff 不知何故没有意义，因为测量值存在差距。结果应包括“空周”。

diff(td_week_xts)
#> 2009-01-06 2009-02-06 2009-03-06 
#>         -6          4         21

另外，apply.weekly 在您想要定义一周的开始时不是很灵活（至少我没有看到这个选项）。它切断了最后一周。因此我决定尝试用我自己的函数weekly聚合：

weekly <- function(x, week_end = 'sunday') {
  days.of.week <- tolower(weekdays(as.Date(3,"1970-01-01",tz="GMT") + 0:6))
  index = which(days.of.week == week_end)-1
  7 * ceiling(as.numeric(x - index + 4)/7) + zoo::as.Date(index - 4)
}

td_week <- as.zooreg(aggregate(z_td, by = weekly, sum), freq= 52)

td_week
#> 2009-01-04 2009-01-11 2009-02-08 2009-03-08 
#>         27         21         25         46

当然还有差距，但现在实际上包含整周，我还可以定义一周应该从哪一天开始。我现在可以制作一个“严格常规”的动物园对象：

td_week_strictreg <- as.zooreg(merge(td_week, zoo(, seq(min(time(td_week)), max(time(td_week)), 7)), fill = 0))
td_week_strictreg
#> 2009-01-04 2009-01-11 2009-01-18 2009-01-25 2009-02-01 2009-02-08 
#>         27         21          0          0          0         25 
#> 2009-02-15 2009-02-22 2009-03-01 2009-03-08 
#>          0          0          0         46

diff(td_week) 或 diff(td_week_strictreg) 给出相同的结果：

#> Data:
#> integer(0)
#> 
#> Index:
#> Date of length 0

我认为问题在于如何在 zoo/xts 对象中设置时间序列参数，例如xts 对象的频率为 1：

frequency(td_week_xts)
#> [1] 1
frequency(td_week)
#> [1] 52

或者它在于索引：（这里以zoo::as.yearmon 聚合为例，它是一个真正的索引，而不是我的自定义函数......

td_month <- as.zooreg(aggregate(z_td, by = as.yearmon, sum), freq= 12)
str(td_month)
#> 'zooreg' series from Jan 2009 to Mar 2009
#>   Data: int [1:3] 48 25 46
#>   Index:  'yearmon' num [1:3] Jan 2009 Feb 2009 Mar 2009
#>   Frequency: 12

str(td_week)
#> 'zooreg' series from 2009-01-04 to 2009-03-08
#>   Data: int [1:4] 27 21 25 46
#>   Index:  Date[1:4], format: "2009-01-04" "2009-01-11" "2009-02-08" "2009-03-08"
#>   Frequency: 52

^{由reprex package (v0.2.1) 于 2019 年 4 月 2 日创建}

抱歉这个超长的问题，我知道这不是很好，但我不知道如何更简洁。

---

我的方法和小功能from this fabulous answer得到了很多帮助

Answer 1

将td_week 转换为规则间隔的系列，然后使用 diff.xts：

m <- as.xts(merge(td_week, zoo(, seq(start(td_week), end(td_week), 7)), fill = 0))
diff(m)

给予：

             x
2009-01-04  NA
2009-01-11  -6
2009-01-18 -21
2009-01-25   0
2009-02-01   0
2009-02-08  25
2009-02-15 -25
2009-02-22   0
2009-03-01   0
2009-03-08  46

Answer 2

原则上，您设置td_week_strictreg 的方式是正确的方法（类似于@G.Grothendieck 为xts 所做的），但frequency = 52 不正确并且会搞砸。

首先简单的事情：只需用as.zoo() 去掉frequency，然后得到与xts 相同的结果——除了NA 填充：

td_week_zoo <- as.zoo(td_week_strictreg)
class(td_week_zoo)
## [1] "zoo"
diff(td_week_zoo)
## 2009-01-11 2009-01-18 2009-01-25 2009-02-01 2009-02-08 2009-02-15 2009-02-22 
##         -6        -21          0          0         25        -25          0 
## 2009-03-01 2009-03-08 
##          0         46 

使用zooreg 代替zoo 没有任何问题，但您需要使用与基础数字时间索引相对应的正确frequency。当您使用 daily（不是 annual）时间索引时，增量是 7 而不是 1/52！频率是 delta 的倒数，即这里的 1/7：

frequency(td_week_zoo) <- 1/7
class(td_week_zoo)
## [1] "zooreg" "zoo"   
diff(td_week_zoo)
## 2009-01-11 2009-01-18 2009-01-25 2009-02-01 2009-02-08 2009-02-15 2009-02-22 
##         -6        -21          0          0         25        -25          0 
## 2009-03-01 2009-03-08 
##          0         46 

如果您想使用时间索引，其中 1/52 的步长将您带到下周，而 1 的步长将您带到下一年，您需要这样做：

td_week_zooreg2 <- zooreg(coredata(td_week_zoo), start = 2009, frequency = 52)
time(td_week_zooreg2)
##  [1] 2009.000 2009.019 2009.038 2009.058 2009.077 2009.096 2009.115 2009.135
##  [9] 2009.154 2009.173
diff(td_week_zooreg2)
##  2009(2)  2009(3)  2009(4)  2009(5)  2009(6)  2009(7)  2009(8)  2009(9) 
##       -6      -21        0        0       25      -25        0        0 
## 2009(10) 
##       46 

原则上，也可以编写一个专用的yearweek 类，您可以在其中将每周与一周中的特定日期（例如星期日）和相应的日期相关联。我认为没有人写过这样一门课的原因（据我所知）是因为你不会总是在一年中正好有 52 个星期日。

您的td_week_strictreg 不会导致错误的原因是zooreg 只是检查频率是否可能为52。它是：您可以每 1/52 天（大约 27.7 分钟）再进行一次观察。然后当您使用diff() 时，它想要获取观测值与 27.7 分钟前相应观测值之间的差异。但是由于后者不存在，因此您只会得到被丢弃的 NA，从而导致空对象。

Answer 3

我不确定我是否完全理解你想要做什么，但也许首先用零填充缺失的日期会起作用吗？

time_all_possibilities = data.frame(
  day = seq(ymd("2009-01-02"), ymd("2009-03-06"), by = "days"))

time_data = merge(time_data, time_all_possibilities, by = "day", all = T)
time_data$n_daily[is.na(time_data$n_daily)] = 0