R：具有重复时间索引条目的时间序列

Question

我是R的n00b和堆栈溢出的n00b（刚刚加入），所以请原谅我，如果我没有使用标记（我不知道）或遗漏了自述文件中的内容。

如果你不介意的话，我会在这里解决我的全部问题，或许你可能会对我如何最好地解决这个问题有所了解！

第1阶段 为每个TS1构建单独的时间序列对象请在下面找到一个数据示例。基本上，我正在加载一个带有多个不规则时间序列的csv文件（例如TS1，TS2），所以在理想的世界中，我会将它们分成单独的，不规则的时间序列对象（例如动物园？），所以TS1，TS2，......这里讨论了这个问题（R/zoo: handle non-unique index entries but not lose data?），但我已经多次尝试使用这种方法，但都失败了。

 Date TS Data 
 21/05/2014 TS1 0.95  
 17/04/2014 TS1 1.02   
 27/03/2014 TS1 0.90   
 30/01/2014 TS1 0.80   
 12/12/2013 TS1 0.70  
 18/09/2013 TS1 0.67  
 01/11/2012 TS1 0.71  
 01/11/2012 TS1 0.70  
 21/05/2014 TS2 0.47  
 20/05/2014 TS2 0.51  
 16/05/2014 TS2 0.49  
 15/05/2014 TS2 0.55  
 10/05/2014 TS2 0.63  
 07/05/2014 TS2 0.77  

可以看出，问题是由于TS1的01/11/2012重复日期索引导致read.zoo不创建我的拆分数据对象。

第2阶段 我想要做的是，在每个不定期的日期，将所有数据添加到该日期。由于所有时间序列都是不规则的，并且具有不同的规律性，因此我想使用TS的先前值。例如。对于21/05/2014，示例中的此计算很简单，因为TS1和2都有一个条目，因此答案为0.47 + 0.95。但是对于20/05，只有TS2有一个条目，因此应该使用的TS1值是该日期的最新值，即17/04/2014的值{ 1.02，因此20/05/2014的计算应为0.51 + 1.02。实现这一点的最简单方法可能是将每个TS转换为每日值，以便使用先前的值直到新的数据点？但这对于下面的第3阶段来说是浪费/不必要的。

第3阶段 创建了所有TS'的聚合数据总和之后，我想做一个多项式曲线拟合。我还想区分这种曲线拟合，以找出由此拟合曲线预测的今天日期的变化率。

任何帮助将不胜感激！我觉得在这个阶段反复撞击墙壁会比做更多的事情更有趣!!

由于

更新：感谢Grothendieck，我现在拥有以下代码。

library(scales)  
library(zoo)  
library(ggplot2)  

f <- function (z) {  
zz <- read.zoo(z, header = TRUE, split = 2, format = "%d/%m/%Y", aggregate = mean);  
z.fill <- na.locf(zz);  
z.fill <- (z.fill >= 0.5) * z.fill;  
z.fill <- na.fill(z.fill,0);  
zfill.mat = matrix(z.fill, NROW(z.fill));  
z.sum <- rowSums(zfill.mat);  
zsum <- zoo(z.sum,time(z.fill));  
return(zsum);  
}  

DF <- read.csv(file.choose(), header = TRUE, as.is = TRUE);  
DF.S <- split(DF[-2], DF[[2]]);  
user <- DF[1,2];  
Ret <- lapply(DF.S,  f);  

我还有一个问题：
  Ret包含数据框列表。我可以通过键入Ret $ user来访问它，但由于用户不同，我需要使其动态化。我试图构建一个动态表达式，例如：     x＆lt; - paste（“Ret $'”，user，“'”，sep =“”）;
    情节（x）

但无法对此进行评估。

Answer 1

read.zoo有一个aggregate=参数，它接受一个函数，用于在同一系列中重复聚合值。在这里，我们采用系列中重复日期的mean，但您可以使用sum或任何其他功能。 （如果数据来自文件，我们会用text = Lines替换read.zoo中的"myfile.dat"参数。）然后我们使用na.locf填写NAs，求和行，我们使用na.omit删除任何提供zsum的主要NAs。接下来，我们计算一个规则间隔的时间网格g和一个样条函数splfun，评估该函数及其在网格上的导数，在转换回动物园后，给出zspl和{{1} }。最后我们绘制它们。

zder