Rlag/lead不规则时间序列数据

Question

我有不规则的时间序列数据框，其中包含 time（秒）和 value 列。我想添加另一列 value_2，其中值以 delay 秒为首。所以 value_2 在时间 t 等于 value 在时间 t + delay 或之后。

ts=data.frame(
  time=c(1,2,3,5,8,10,11,15,20,23),
  value=c(1,2,3,4,5,6,7,8,9,10)
)

ts_with_delayed_value <- add_delayed_value(ts, "value", 2, "time")

> ts_with_delayed_value
   time value value_2
1     1     1       3
2     2     2       4
3     3     3       4
4     5     4       5
5     8     5       6
6    10     6       8
7    11     7       8
8    15     8       9
9    20     9      10
10   23    10      10

这个函数我有自己的版本add_delayed_value，这里是：

add_delayed_value <- function(data, colname, delay, colname_time) {
  colname_delayed <- paste(colname, sprintf("%d", delay), sep="_")
  data[colname_delayed] <- NaN

  for (i in 1:nrow(data)) {
    time_delayed <- data[i, colname_time] + delay
    value_delayed <- data[data[colname_time] >= time_delayed, colname][1]
    if (is.na(value_delayed)) {
      value_delayed <- data[i, colname]
    }
    data[i, colname_delayed] <- value_delayed
  }

  return(data)
}

有没有办法矢量化此例程以避免慢速循环？

我是 R 的新手，所以这段代码可能有很多问题。它有什么可以改进的地方吗？

Answer 1

你可以试试：

library(dplyr)
library(zoo)
na.locf(ts$value[sapply(ts$time, function(x) min(which(ts$time - x >=2 )))])
[1]  3  4  4  5  6  8  8  9 10 10

Answer 2

你要的不清楚，给个伪代码或者公式。看起来这就是你想要的...... 据我了解，最后一个值应该是 NA

library(data.table)
setDT(ts,key='time')
ts_delayed = ts[,.(time_delayed=time+2)]
setkey(ts_delayed,time_delayed)
ts[ts_delayed,roll=-Inf]

Answer 3

这应该适用于您的数据。如果你想做一个通用的函数，你将不得不使用lazyeval，老实说这可能不值得。

library(dplyr)
library(zoo)

carry_back = . %>% na.locf(na.rm = TRUE, fromLast = FALSE)


data_frame(time = 
             with(ts, 
                  seq(first(time), 
                      last(time) ) ) ) %>%
  left_join(ts) %>%
  transmute(value_2 = carry_back(value),
            time = time - delay) %>%
  right_join(ts) %>%
  mutate(value_2 = 
           value_2 %>%
           is.na %>%
           ifelse(last(value), value_2) )

Answer 4

collapse::flag支持不规则时间序列和面板的快速滞后，另见我的回答。要获得准确的结果，您必须使用 data.table::nafill 等带有选项 "locf" 的函数来填充 flag 引入的缺失值。与之前建议的方案相比，这两个功能的组合可能是最简约和最有效的解决方案。

Rlag/lead不规则时间序列数据

R lag/lead irregular time series data

r

vectorization

lag

lead