Question

我以1分钟的采样率生成时间序列数据

library(xts)
#create timestamp with 1 mintue sampling rage
timerange <- seq(as.POSIXct("2016-06-09"),as.POSIXct("2016-06-22 23:59:59"), by = "1 min")
# create xts object
data_xts <- xts(rnorm(length(timerange),200,5),timerange)

现在，我想重新采样（更改采样率）到50分钟的速率。所以，我创建了一个自定义函数：

resample_data_minutely_daywise <- function(data_xts,xminutes) {
  day_data <- split.xts(data_xts,"days",k=1) # divide data daywise
  # Now resample data according to parameter xminutes
  day_list <- lapply(day_data, function(x) { 
    ds_data <- period.apply(x,INDEX = endpoints(index(x), on = "minutes", k = xminutes ), FUN= mean)
    align_data <- align.time(ds_data,xminutes*60) # aligning to x seconds
    return(align_data)
  })
  return(day_list)
}

此功能将时间序列数据和所需的采样频率作为输入。接下来，它每天分割数据，最后每天通过取平均值来改变采样。

现在，只要我将此函数称为

p <- resample_data_minutely_daywise(data_xts,50)
sapply(p,length) # check no. of observations in each day

输出结果为：

 sapply(p,length) # check no. of observations in each day
 [1] 30 30 30 29 29 30 30 30 29 29 30 30 30 29

这表明并非每天都包含相同数量的读数。几天包含29个，一些包含30个观察值。这种未知行为的原因是什么？注意每当我在10,20,30,60分钟重新采样时，每天都包含相同数量的读数。这个问题只有在我尝试50分钟时才会发生。

Answer 1

您的问题是period.apply()使用endpoints()查找中断的位置，endpoints()输出始终偏离UNIX纪元/起源（1970-01-01 00:00 ：00）。但是你想让休息时间从当天午夜开始抵消。

您仍然可以使用period.apply()执行此操作，但您需要计算自定义断点。在您的情况下，您可以通过查找从xminutes的倍数开始的秒数来做到这一点。

resample_data_minutely_daywise <- function(data_xts,xminutes) {
  day_data <- split.xts(data_xts,"days",k=1) # divide data daywise
  # Now resample data according to parameter xminutes
  day_list <- lapply(day_data, function(x) { 
    timeT <- .index(x) - .index(x)[1]
    # when does timeT cross a multiple of xminutes?
    ep <- which(timeT %% (xminutes * 60) <= 0)
    # endpoints must start with zero and end with nrow
    ep <- c(0, ep, nrow(x))
    # ...and be unique
    ep <- unique(ep)
    ds_data <- period.apply(x, INDEX = ep, FUN = mean)
    align_data <- align.time(ds_data,xminutes*60) # aligning to x seconds
    return(align_data)
  })
  return(day_list)
}
p <- resample_data_minutely_daywise(data_xts,50)
sapply(p,length)
# [1] 30 30 30 30 30 30 30 30 30 30 30 30 30 30

重新采样数据不能在所有要求的时间速率下工作

1 个答案: