如何创建时间记录均匀分布的时间序列(一致的delta t)

时间:2013-02-25 23:16:00

标签: r chron

我有以下功能。 CreateChronVector完全符合它的含义。默认情况下,生成的向量以小时为间隔。 RoundHour函数将chron向量向上舍入到小时。

CreateChronVector  <-  function(chronFrom, chronTo, frequency = "hourly")  {
  library(chron)
  datesFrom <- dates(chronFrom)
  timesFrom <- (chronFrom - dates(chronFrom))
  datesTo <- dates(chronTo)
  timesTo <- (chronTo - dates(chronTo))
  if ((timesFrom != 0 || timesTo != 0) && frequency == "daily") {
      print("Error: The indicated dates have hour components while the given frequency is daily.")
  }
  else {
      if (timesTo == 0 && frequency == "hourly") {
          timesTo <- 23/24
      }
      if (frequency == "hourly") {
          chronFrom <- chron(dates = datesFrom, times = timesFrom, 
              format = c(dates = "m/d/y", times = "h:m:s"))
          chronTo <- chron(dates = datesTo, times = timesTo, 
              format = c(dates = "m/d/y", times = "h:m:s"))
          dateVector <- seq(chronFrom, chronTo, by = 1/24)
      }
      else if (frequency == "daily") {
          dateVector <- seq(datesFrom, datesTo)
      }
      return(dateVector)
  }
}

RoundHour  <- function(x)  {
  res <-  trunc(x,'hours', eps=1e-17)
  res <-  ifelse((x-res) > 0.5/24, res+1/24, res)
  return(as.chron(res))
}

我面临的问题是间隔不一致。例如,下面的代码返回两个不同的区间大小:

unique(diff(CreateChronVector(as.chron('2010-01-01'), as.chron('2010-01-01'))))

同样,使用我的舍入功能无法解决问题:

unique(diff(RoundHour(CreateChronVector(as.chron('2010-01-01'), as.chron('2010-01-01')))))

我确定这个问题与舍入错误有关。我一直试图使用trunc函数及其eps参数,但没有运气。

2 个答案:

答案 0 :(得分:0)

如果你试试the point from @G. Grothendieck,你可以看到他在说什么:

hours <- 1:23
dateVector <- sapply(hours , function(x){ chron( dates = "01/01/10" , times = paste0(x,":00:00") ) } )
head( dateVector )
[1] 14610.04166666666606034 14610.08333333333393966 14610.12500000000000000
[4] 14610.16666666666606034 14610.20833333333393966 14610.25000000000000000
unique(diff(dateVector))
[1] 0.04166666666787932626903 0.04166666666606033686548

所以你不能真正做到这一点,因为这些数字不能用浮点数来表示,但这对你来说有什么原因吗?

答案 1 :(得分:0)

您可以使用xts包。在xts对象中获得数据后,可以使用align.time函数来“舍入”时间索引。在xts

中,几乎所有的时间序列分析都非常方便

PS:如果您提供可重复的数据示例,我将通过示例更新答案。