让我们说一群人p
在o
(最终是n维)的二维网格中移动一堆对象i * k
。 / p>
每当某个p
移动时,我会拍摄i x k
网格的快照(这实际上是通过js回调发生的)。
因此,对于p
Alice
和o
s c("foo", "bar)
,以及i
,k
每个2,at,say,{ {1}},这就像
2017-12-24 18:00:00
,四秒钟之后,在 1 2
1 "foo"
2 "bar"
,比方说,
2017-12-26 18:00:04
对于其他一些 1 2
1 "foo"
2 "bar"
p
,我会得到类似的快照,但是,在不同时间,因为,Bob
选择移动对象不同时期。
对于大多数分析,我只会查看每个Bob
的最终(最新)快照,然后愉快地p
abind()
p x i x k
1}}数组。
但我还想要保留不定期订购的时间序列。 如何在R 中以聪明,规范的方式最好地存储这些数据?
由于我不能abind()
超过不规则的时间点(因为他们每个人都不同),我的当前方法就是将快照放入每个p
的列表,例如
data$alice <- list(
`2017-12-24 18-00-00` = matrix(data = c("foo", NA, NA, "bar"), nrow = 2),
`2017-12-24 18-00-04` = matrix(data = c("foo", NA, "bar", NA), nrow = 2))
data$bob <- ...
等等。 (也许,我更倾向于使用正确的lubricate datetimes
作为列表元素属性,但这个详细信息)。
这样做没问题,但感觉很乱/很奇怪,原因有很多:
abind()
。我是时间序列的新手,我只是想确保我不是非常愚蠢而且(很差)重新发明轮子以解决一个规范解决的问题。
另外:这将成为一个包和一个S3
类的一部分,所以我想要做到这一点。
警告/旁白:
Ps:为无耻的伪代码/数学道歉。希望它仍然有助于使事情更清楚。
答案 0 :(得分:3)
我有两个建议,虽然我不知道它们是否是规范的。&#34;您可以使用pdata.frame
(来自plm
包中的面板数据)或tibble
。
设置一些数据:
set.seed(123)
dat <- data.frame(
person = c("Alice", "Alice", "Bob", "Bob"),
time = as.POSIXct(runif(4, 1500000000, 1510000000), origin = "1970-01-01")
)
mats <- lapply(1:4, function(...) matrix(sample(1:4, 4), nc = 2, nr = 2))
pdata.frame
方法将每个矩阵元素存储为一列,除了人员和时间标识符之外,还会为您提供i * k
列。
library(plm)
dat_plm <- cbind(dat, as.data.frame(do.call(rbind, lapply(mats, as.vector))))
pdat <- pdata.frame(dat_plm, index = c("person", "time"), row.names = FALSE)
pdat
# person time V1 V2 V3 V4
# 1 Alice 2017-08-04 05:52:13 1 3 2 4
# 2 Alice 2017-08-26 08:13:42 2 4 3 1
# 4 Bob 2017-08-09 08:45:14 4 3 1 2
# 3 Bob 2017-10-28 11:20:55 1 3 2 4
str(pdat)
# Classes ‘pdata.frame’ and 'data.frame': 4 obs. of 6 variables:
# $ person: Factor w/ 2 levels "Alice","Bob": 1 1 2 2
# ..- attr(*, "names")= chr "1" "2" "4" "3"
# ..- attr(*, "index")=Classes ‘pindex’ and 'data.frame': 4 obs. of 2 variables:
# .. ..$ person: Factor w/ 2 levels "Alice","Bob": 1 1 2 2
# .. ..$ time : Factor w/ 4 levels "2017-08-04 05:52:13",..: 1 3 2 4
# <snip>
# - attr(*, "index")=Classes ‘pindex’ and 'data.frame': 4 obs. of 2 variables:
# ..$ person: Factor w/ 2 levels "Alice","Bob": 1 1 2 2
# ..$ time : Factor w/ 4 levels "2017-08-04 05:52:13",..: 1 3 2 4
我tibble
更优雅:
library(tibble)
dat_tbl <- as_tibble(dat)
dat_tbl$mats <- mats
dat_tbl
# person time mats
# <fctr> <dttm> <list>
# 1 Alice 2017-08-04 05:52:13 <int [2 x 2]>
# 2 Alice 2017-08-26 08:13:42 <int [2 x 2]>
# 3 Bob 2017-10-28 11:20:55 <int [2 x 2]>
# 4 Bob 2017-08-09 08:45:14 <int [2 x 2]>
例如,它允许您为每个人拍摄最新的快照:
library(dplyr)
arrange(dat_tbl, time) %>%
group_by(person) %>%
slice(n())
# # A tibble: 2 x 3
# # Groups: person [2]
# person time mats
# <fctr> <dttm> <list>
# 1 Alice 2017-08-26 08:13:42 <int [2 x 2]>
# 2 Bob 2017-10-28 11:20:55 <int [2 x 2]>