Question

如果我有一些多变量不规则时间序列，例如zoo或xts对象：

> clicks
           user item
2003-01-02    a    i
2003-01-03    a    i
2003-01-08    b    i
2003-01-09    a    j
2003-01-09    c    j
2003-01-10    b    j
> downloads
           user file
2003-01-08    a    f
2003-01-11    b    g
2003-01-11    b    f
> purchases
           user
2003-01-10    a
2003-01-16    b

我可以编写一些代码，将上述数据的简单特征产生到一个数据框中，每天（用户，每天）一行（直到用户第一次购买的那一天），并使用以下列：

过去7天内对项目i的点击次数
在7到31天之前点击项目i
＃总过去点击次数
项目j
同样适用于下载f，g
是否在接下来的7天内购买

但是，我很好奇是否有使用各种时间序列操作包完成此操作的简单，优雅和非痛苦的方法。我环顾了动物园和xts的东西，但我没有找到任何有希望的东西。

Answer 1

您可以代表每种类型的事件（例如，“用户A点击项目i”）作为时间序列x，每次出现时值为1。您感兴趣的数量可以从cumsum(x)计算出来（截至今天的事件数量）及其翻译（事件数量，直到过去或将来的k天）。

# Sample data
set.seed(0)
k <- 100
users <- LETTERS[1:4]
files <- letters[1:4]
items <- letters[24:26]
clicks <- data.frame( 
  time = Sys.time() + runif(k, 0, k * 24 * 3600),
  user = sample( users, k, replace=TRUE ),
  item = sample( items, k, replace=TRUE )
)
clicks <- unique(clicks)

对于单个时间序列：

x <- subset( clicks, user=="C" & item=="x" )
xts( rep(1,nrow(x)), x$time )
x <- xts( rep(1,nrow(x)), x$time )

y <- xts( coredata(x), index(x)+7*3600*24 )
z <- cbind(y, x)
z[ is.na(z) ] <- 0
cumsum(z[,2]) - cumsum(z[,1])
# cbind(x,z,cumsum(z[,2]) - cumsum(z[,1]))

对于整个数据集，您可以使用ddply。

如何在R中生成不规则时间序列的简单滑动窗口特征？

1 个答案: