Question

我有一个以1分钟为增量的时间序列数据。我已经编写了代码，但是由于我拥有大量数据（超过1M行），因此遍历每行的时间太长。数据如下所示：

ReferenceEditorSearchFacade

它看起来像什么：

t0 = as.POSIXlt("2018-12-23 00:01:00")
t0 = t0+seq(60,60*10,60)
p1 = seq(5,5*10,5)
p2 = seq(7,7*10,7)
m0 = cbind(p1,p2)
rownames(m0) = as.character(t0)

我想通过在每分钟之前添加11行（55秒）并将该值从最新值开始沿转，以5秒为增量将数据转换为5秒。就像这样：

> head(m0)
                    p1 p2
2018-12-23 00:02:00  5  7
2018-12-23 00:03:00 10 14
2018-12-23 00:04:00 15 21
2018-12-23 00:05:00 20 28
2018-12-23 00:06:00 25 35
2018-12-23 00:07:00 30 42

我希望找到某种方法，而不必使用循环，而不必使用我不太熟悉的xts和/或data.table中的有效代码。

我尝试使用基数R中的> new0 p1 p2 2018-12-23 00:01:05 5 7 2018-12-23 00:01:10 5 7 2018-12-23 00:01:15 5 7 2018-12-23 00:01:20 5 7 2018-12-23 00:01:25 5 7 2018-12-23 00:01:30 5 7 2018-12-23 00:01:35 5 7 2018-12-23 00:01:40 5 7 2018-12-23 00:01:45 5 7 2018-12-23 00:01:50 5 7 2018-12-23 00:01:55 5 7 2018-12-23 00:02:00 5 7 2018-12-23 00:02:05 10 14 2018-12-23 00:02:10 10 14 2018-12-23 00:02:15 10 14 2018-12-23 00:02:20 10 14 2018-12-23 00:02:25 10 14 2018-12-23 00:02:30 10 14 2018-12-23 00:02:35 10 14 2018-12-23 00:02:40 10 14 2018-12-23 00:02:45 10 14 2018-12-23 00:02:50 10 14 2018-12-23 00:02:55 10 14 2018-12-23 00:03:00 10 14函数，但是它不够快。

Answer 1

由于您用data.table标记了此内容：

library(data.table)
dt = as.data.table(m0, keep = T)[, rn := as.POSIXct(rn)]

dt[.(rep(rn, each = 12) - seq(0, 55, 5)), on = 'rn', roll = -Inf][order(rn)]
#                      rn p1 p2
#  1: 2018-12-23 00:01:05  5  7
#  2: 2018-12-23 00:01:10  5  7
#  3: 2018-12-23 00:01:15  5  7
#  4: 2018-12-23 00:01:20  5  7
#  5: 2018-12-23 00:01:25  5  7
# ---                          
#116: 2018-12-23 00:10:40 50 70
#117: 2018-12-23 00:10:45 50 70
#118: 2018-12-23 00:10:50 50 70
#119: 2018-12-23 00:10:55 50 70
#120: 2018-12-23 00:11:00 50 70

Answer 2

这是在基数R中执行此操作的一种方法。首先，将您的数据转换为带有用于时间戳的显式列的数据框：

m0 <- as.data.frame(m0)
m0$t <- t0

   p1 p2                   t
1   5  7 2018-12-23 00:02:00
2  10 14 2018-12-23 00:03:00
3  15 21 2018-12-23 00:04:00
4  20 28 2018-12-23 00:05:00
5  25 35 2018-12-23 00:06:00
6  30 42 2018-12-23 00:07:00
7  35 49 2018-12-23 00:08:00
8  40 56 2018-12-23 00:09:00
9  45 63 2018-12-23 00:10:00
10 50 70 2018-12-23 00:11:00

然后merge将此数据帧与1列时差（0到55）的数据帧：

m1 <- merge(m0, data.frame(diff = seq(0, 55, 5)))

最后，从时间戳列中减去差分列以创建新值：

m1$t2 <- with(m1, t - diff)

> m1[c(1, 20, 40), ]

   p1 p2                   t diff                  t2
1   5  7 2018-12-23 00:02:00    0 2018-12-23 00:02:00
20 50 70 2018-12-23 00:11:00    5 2018-12-23 00:10:55
40 50 70 2018-12-23 00:11:00   15 2018-12-23 00:10:45

Answer 3

lubridate，padr和tidyr的组合将带您到那里。我使用lubridate来格式化日期，因此它可以和padr一起使用。 padr将缺少的日期时间值添加到数据框中。最后，使用提迪尔的fill函数填充空白值。请注意，默认情况下，padr的存储保护行数为100万行，但是您可以将此值设置得更高。

library(lubridate)
library(padr)
library(tidyr)

df1 <- data.frame(ymd_hms(t0), p1, p2)
df1 <- pad(df1, interval = "5 secs", start_val = lubridate::ymd_hms("2018-12-23 00:01:05"))
df1 <- fill(df1, p1, p2, .direction = "up")

head(df1, 15)
                    t0 p1 p2
1  2018-12-23 00:01:05  5  7
2  2018-12-23 00:01:10  5  7
3  2018-12-23 00:01:15  5  7
4  2018-12-23 00:01:20  5  7
5  2018-12-23 00:01:25  5  7
6  2018-12-23 00:01:30  5  7
7  2018-12-23 00:01:35  5  7
8  2018-12-23 00:01:40  5  7
9  2018-12-23 00:01:45  5  7
10 2018-12-23 00:01:50  5  7
11 2018-12-23 00:01:55  5  7
12 2018-12-23 00:02:00  5  7
13 2018-12-23 00:02:05 10 14
14 2018-12-23 00:02:10 10 14
15 2018-12-23 00:02:15 10 14

Answer 4

基本方式：

m0 <- as.data.frame(m0)
time <- lapply(as.POSIXct(rownames(m0)), seq, by = "-5 sec", len = 12)
m1 <- cbind(TIME = Reduce(c, time), m0[rep(seq_len(nrow(m0)), each = 12), ])
row.names(m1) <- NULL
head(m1)

#                  TIME p1 p2
# 1 2018-12-23 00:02:00  5  7
# 2 2018-12-23 00:01:55  5  7
# 3 2018-12-23 00:01:50  5  7
# 4 2018-12-23 00:01:45  5  7
# 5 2018-12-23 00:01:40  5  7
# 6 2018-12-23 00:01:35  5  7

注意：输出中的变量TIME取反。

Answer 5

这是一种通用的xts解决方案，该解决方案应该适用于与问题中指定的参数不同的参数。

# convert m0 to xts
x0 <- as.xts(m0)

# create empty xts object with observations at all time points you want
nobs <- 11
nsec <- 5
y0 <- xts(, index(x0) - rep(seq_len(nobs) * nsec, each = nrow(x0)))

# merge data with desired index observations
new0 <- merge(x0, y0)
# carry the current value backward
new0 <- na.locf(new0, fromLast = TRUE)

head(new0, 20)
#                     p1 p2
# 2018-12-23 00:01:05  5  7
# 2018-12-23 00:01:10  5  7
# 2018-12-23 00:01:15  5  7
# 2018-12-23 00:01:20  5  7
# 2018-12-23 00:01:25  5  7
# 2018-12-23 00:01:30  5  7
# 2018-12-23 00:01:35  5  7
# 2018-12-23 00:01:40  5  7
# 2018-12-23 00:01:45  5  7
# 2018-12-23 00:01:50  5  7
# 2018-12-23 00:01:55  5  7
# 2018-12-23 00:02:00  5  7
# 2018-12-23 00:02:05 10 14
# 2018-12-23 00:02:10 10 14
# 2018-12-23 00:02:15 10 14
# 2018-12-23 00:02:20 10 14
# 2018-12-23 00:02:25 10 14
# 2018-12-23 00:02:30 10 14
# 2018-12-23 00:02:35 10 14
# 2018-12-23 00:02:40 10 14

高效的编码，使时间从数分钟到数秒“细化”

5 个答案: