Question

我有一个xts格式的数据（数据）如下所示：

                              A
2008-01-14 09:29:59           10 
2008-01-14 09:29:59           0.1
2008-01-14 09:30:00           0.9
2008-01-14 09:30:00           0.1
2008-01-14 09:30:00           0.2
2008-01-14 09:30:00           0.4
2008-01-14 09:30:00           0.6
2008-01-14 09:30:00           0.7
2008-01-14 09:30:02           1.5
2008-01-14 09:30:06           0.1
2008-01-14 09:30:06           0.1
2008-01-14 09:30:07           0.9
2008-01-14 09:30:07           0.2
2008-01-14 09:30:10           0.4
2008-01-14 09:30:10           0.3
2008-01-14 09:30:25           1.5

任何列或行元素都没有模式。

数据由POSIXct类对象编制索引。我正在创建名为＆＃39; 1second＆＃39;，＆＃39; 3second＆＃39;的新列。对于列＆＃39; 1秒＆＃39;，对于每一行，我想根据他们的xts时间对象在下一个1秒内找到下一个观察并记录＆＃39; A＆＃39;行的值。如果在接下来的几秒内没有观察到，则将NA放在该行的数据$ 1秒内。

类似地，对于列＆＃34; 3秒＆＃34;，对于每一行，我想根据它们的xts时间对象在接下来的3秒内找到前导观察。如果在接下来的3秒内有多个行具有相同的时间戳，则仅使用最后一个观察。

如果在接下来的3秒内没有观察，则将NA放入该行的数据$ 3秒内。例如，我希望得到以下结果：

                              B    1second  3second
2008-01-14 09:29:59           10    0.7      1.5        
2008-01-14 09:29:59           0.1   0.7      1.5
2008-01-14 09:30:00           0.9   NA       1.5
2008-01-14 09:30:00           0.1   NA       1.5
2008-01-14 09:30:00           0.2   NA       1.5
2008-01-14 09:30:00           0.4   NA       1.5
2008-01-14 09:30:00           0.6   NA       1.5
2008-01-14 09:30:00           0.7   NA       1.5
2008-01-14 09:30:02           1.5   NA       NA
2008-01-14 09:30:06           0.1   0.2      0.2
2008-01-14 09:30:06           0.1   0.2      0.2
2008-01-14 09:30:07           0.9   NA       0.3
2008-01-14 09:30:07           0.2   NA       0.3
2008-01-14 09:30:10           0.4   NA       0.3
2008-01-14 09:30:10           0.3   NA       NA
2008-01-14 09:30:25           1.5   NA       NA

这是我目前的代码，它有效但很慢。

TimeStmp is the POSIXct object.
      TimeHorizon<-c(1,3)
      for( j in 1:nrow(data)){
        a<-sapply(TimeHorizon,function(x) which(TimeStmp==TimeStmp[j] +x)) 
        for( k in 1:length(a)){
          if (length(a[[k]]>0)){
            data[j,k+1]<-(data$B)[last(a[[k]])]
          }
        }
      }

我想知道是否可以使用Rcpp来避免使用for循环。非常感谢你的帮助。

Answer 1

对代码不是很满意，但它可能是一种方法：

temp1 <- test[! duplicated(test$timestamp, fromLast = T), ]
for (i in c(0,rep(1,3))) {
  temp1$timestamp <- temp1$timestamp - i
  test <- merge(test, temp1, by = "timestamp", all.x = T)
}
colnames(test) <- c("timestamp", "B", "0second", "1second", "2second", "3second")
test$`3second` <- test[-1][cbind(1:nrow(test), max.col(!is.na(test[-1]), "last"))]
test$`3second`[shift(test$timestamp,1,type = "lead") - test$timestamp > 3 | is.na(shift(test$timestamp,1,type = "lead") - test$timestamp)] <- NA
test <- test[c("timestamp", "B", "1second", "3second")]
test
#              timestamp    B 1second 3second
# 1  2008-01-14 09:29:59  0.1     0.7     1.5
# 2  2008-01-14 09:29:59 10.0     0.7     1.5
# 3  2008-01-14 09:30:00  0.9      NA     1.5
# 4  2008-01-14 09:30:00  0.1      NA     1.5
# 5  2008-01-14 09:30:00  0.2      NA     1.5
# 6  2008-01-14 09:30:00  0.4      NA     1.5
# 7  2008-01-14 09:30:00  0.6      NA     1.5
# 8  2008-01-14 09:30:00  0.7      NA     1.5
# 9  2008-01-14 09:30:02  1.5      NA      NA
# 10 2008-01-14 09:30:06  0.1     0.2     0.2
# 11 2008-01-14 09:30:06  0.1     0.2     0.2
# 12 2008-01-14 09:30:07  0.9      NA     0.3
# 13 2008-01-14 09:30:07  0.2      NA     0.3
# 14 2008-01-14 09:30:10  0.3      NA     0.3
# 15 2008-01-14 09:30:10  0.4      NA      NA
# 16 2008-01-14 09:30:25  1.5      NA      NA

编辑：刚看到你想使用Rcpp。那么请忽略这个答案。：）

EDIT2：我的代码说明。如果解释不是最好的，请原谅：首先获取每个时间戳的最后一个观察值（第1行），而不是在列上循环。然后一个＆＃34; left_joins＆＃34;这到原始数据帧。然后从时间戳中减去一秒钟，并且＃34; left_joins＆＃34;它再次进入原始数据帧。这重复3次以考虑1秒，2秒和3秒延迟（线2-5）。现在，它是一个包含＆＃34;正确＆＃34;的数据框。同一行中的元素;它只是找到正确列的问题。正确的列是该行没有na的最大列（第7行）。我们仍然需要设置na在接下来的三秒内没有后续观察的行（第8行）。在这之后我们可以删除不必要的列（第9行）并完成它。

Answer 2

如果您需要Rcpp解决方案，可以使用

@extend

然后，在获取此.cpp文件后，您只需要调用

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
NumericVector name_me(List df, double nsec) {

  NumericVector TimeStmp = df["TimeStmp"];
  NumericVector B        = df["B"];
  int n = B.size();
  int i, j, k, ndup;
  double time;

  NumericVector res(n);

  for (i = 0; i < n; i++) {

    // get last for same second
    for (ndup = 0; (i+1) < n; i++, ndup++) {
      if (TimeStmp[i+1] != TimeStmp[i]) break;
    }

    // get last value within nsec
    time = TimeStmp[i] + nsec;
    for (j = i+1; j < n; j++) {
      if (TimeStmp[j] > time) break;
    }

    // fill all previous ones with same value
    res[i] = (j == (i+1)) ? NA_REAL : B[j-1];
    for (k = 1; k <= ndup; k++) res[i-k] = res[i];
  }

  return res;
}

请注意，您的第（n-2）行有3秒的无效性。

如何使用Rcpp避免在r中使用for循环

2 个答案: