我如何使用特定的时间窗口调用函数？

Question

假设我有一个动物园对象（或者它可能是一个data.frame），它具有“一天中的时间”的索引并具有一定的值（请参阅下面的示例数据）：

                    val
...
2006-08-01 12:00    23
2006-08-01 12:01    24
2006-08-01 12:02    25
2006-08-01 12:03    26
2006-08-01 12:04    27
2006-08-01 12:05    28
2006-08-01 12:06    29
...
2006-08-02 12:00    123
2006-08-02 12:01    124
2006-08-02 12:02    125
2006-08-02 12:03    126
2006-08-02 12:04    127
...

我想在每次出现该间隔​​时从12:01-12:03（即类似于zoo :: rollapply）调用自定义函数（称为custom.func(vals)），因此在此示例中，每天都这样。我该怎么办？

---

注意（出于鲁棒性，考虑以下边缘情况也很重要，但不是必须的：：

1. 不要假设我每天都有12:01-12:03的值
2. 不要假定每天都存在12:01-12:03的整个范围。有时我可能只有12:01和12:02，但可能会丢失12:03
3. 如果我想像在23:58-00:12中使用custom.func(vals)一样在日期范围内调用val怎么办？

Answer 1

我推荐runner程序包，该程序包可以计算不规则时间序列上的任何滚动函数。函数runner与rollApply等效，区别在于它可以取决于日期。 runner允许在日期为k（或任何整数）的idx定义的窗口长度上应用任何R函数。以下示例在5分钟（5 * 60秒）的窗口跨度上计算回归。算法不在乎是否会更改日期，每次只计算5分钟（例如23：56-00：01）。

创建数据：

set.seed(1)
x <- cumsum(rnorm(1000))
y <- 3 * x + rnorm(1000)
time <- as.POSIXct(cumsum(sample(60:120, 1000, replace = TRUE)), 
                   origin = Sys.Date()) # unequaly spaced time series
data <- data.frame(time, y, x)

要在滑动窗口上调用的自定义函数：

library(runner)

running_regression <- function(idx) {
  predict(lm(y ~ x, data = data))[max(idx)]
}

data$pred <- runner(seq_along(x), 
                    k = 60 * 5,
                    idx = time,
                    f = running_regression)

---

一旦我们创建了具有5分钟滚动预测的数据集，那么我们就只能过滤特定的窗口-在这里，仅每小时的1分钟。这意味着我们始终保持{hh}：56-{hh + 1}：01

library(dplyr)
library(lubridate)
filtered <-
  data %>% 
  filter(minute(time) == 1)


plot(data$time, data$y, type = "l", col = "red")
points(filtered$time, filtered$pred, col = "blue")

vignette中还有一些其他示例如何使用runner来做到这一点

Answer 2

假设我们的输入是末尾注释中给出的POSIXct动物园对象z。

创建一个字符向量times，每个z元素具有一个元素，格式为HH：MM。然后创建一个逻辑ok，该逻辑z[ok]指示哪些时间在指示的边界值之间。然后将z减小到那些值。最后，每天使用sum来应用aggregate.zoo（如果需要，可以使用其他功能）：

times <- sub("....-..-.. (..:..):..", "\\1", time(z))  # HH:MM
ok <- times >= "12:01" & times <= "12:03"
aggregate(z[ok], as.Date, sum)
## 2006-08-01 2006-08-02 
##         75        375 

注意

Lines <- "datetime val
2006-08-01T12:00    23
2006-08-01T12:01    24
2006-08-01T12:02    25
2006-08-01T12:03    26
2006-08-01T12:04    27
2006-08-01T12:05    28
2006-08-01T12:06    29
2006-08-02T12:00    123
2006-08-02T12:01    124
2006-08-02T12:02    125
2006-08-02T12:03    126
2006-08-02T12:04    127"

library(zoo)
z <- read.zoo(text = Lines, tz = "", header = TRUE, format = "%Y-%m-%dT%H:%M")