Question

是否有更好的方法来实现以下代码：

slice.periods <- function (x, periods, ...)
{
  if (!require("xts")) {
    stop("Need 'xts'")
  }
  Reduce(rbind.xts, lapply(periods, function(t) x[t], ...))
}

其中x是xts对象，句点是可迭代的章程列表，可由xts子集识别。样品使用：

j <- xts(rnorm(10e6),Sys.time()-(10e6:1))
v <- c("T10:00/T11:00", "T13:00/T15:00", "T20:30/T22:00")
system.time(slice.periods(j, v))

## result on my MacBook Air (1.8 GHz Intel Core i7; 4 GB 1333 MHz DDR3)
##  user  system elapsed 
## 14.956   0.876  15.837

有几个问题：

如果每个子集都非常大，“减少”可能太慢
每个时间片都不是最佳的，因为它不直接使用来自xts对象的索引。如果对象很大，则可能需要花费大量时间。

我看到一些帖子，如果时间是UTC，通过直接访问有一些惊人的加速，请参阅以下帖子： data.table time subset vs xts time subset

但是，我的应用程序需要本地时区夏令时。这使得夏季和冬季之间的UTC时间转换不同，并且上述方法不起作用。

我还考虑使用data.table，因为我在替换do.Call（rbind，...）或Reduce（rbind，...）时使用“rbindlist”有一些很棒的性能。同样，data.table有一些很酷的子集功能，我不熟悉。另一方面，rbindlist和as.data.table不会将xts对象作为输入，我不确定使用data.table作为时间序列数据子集是一个不错的选择。

如果有其他想法，我愿意尝试。非常感谢许多人。

Answer 1

如果瓶颈为rbind.xts，此解决方案会更快，但瓶颈是时间子集。

jv <- j[unlist(lapply(v, function(i) j[i, which.i=TRUE])),]

非UTC时区的时间子集速度很慢，因为xts目前会将POSIXct索引转换为POSIXlt以获取一年中的某一天。

从xts提高多个时间范围子集的性能？

1 个答案: