删除 xts 中重复的邻居值

Question

在 [xts1$master_decision] 中，我试图删除值与上面一个单元格的值相同的行。我的目标是在不涉及任何其他包的情况下使用 R base 执行此操作。

如果有办法解决这个向量化问题，跳过 for 循环，那也很好。

# --------------------------------------
# Construct xts data.
# --------------------------------------

rows_to_build <- 6

dates <- seq(
  as.POSIXct("2019-01-01 09:01:00"),
  length.out = rows_to_build,
  by = "1 min",
  tz = "CEST"
  )

master_decision = c(
            # - Clarification what "for-loop" should do:
    3,      # Keep (missing [3] in cell above)
    2,      # Keep (missing [2] in cell above)
    2,      # Delete due to [2] in cell above)
    3,      # Keep (missing [3] in cell above)
    3,      # Delete due to [3] in cell above)
    2       # Keep (missing [2] in cell above)
)

data <- data.frame(master_decision)
xts1 <- xts(x = data, order.by = dates)


rm(list = ls()[! ls() %in% c("xts1")]) # Only keep [xts1].


# ------------------------------------------------------------
# For loop with purpose to remove duplicates that are grouped.
# ------------------------------------------------------------

for (i in 2:nrow(xts1)) {
    if(xts1[[i]] == xts1[[i-1]]) {
        xts1[-c(i)]
    }
}

xts1 在运行 for 循环之前：

                    master_decision
2019-01-01 09:01:00               3
2019-01-01 09:02:00               2
2019-01-01 09:03:00               2
2019-01-01 09:04:00               3
2019-01-01 09:05:00               3
2019-01-01 09:06:00               2

结果（时间戳为 [09:04:00] 的行已删除：

                    master_decision
2019-01-01 09:01:00               3
2019-01-01 09:02:00               2
2019-01-01 09:03:00               2
2019-01-01 09:04:00               3
2019-01-01 09:06:00               2

想要的结果：（带有时间戳 [09:04:00] 和 [09:05:00] 的行已删除

2019-01-01 09:01:00               3
2019-01-01 09:02:00               2
2019-01-01 09:04:00               3
2019-01-01 09:06:00               2

Answer 1

您可以使用 zoo 中的 coredata 并通过对数据进行子集化来保留与先前值不同的值。

library(zoo)
xts1[c(TRUE, coredata(xts1)[-length(xts1)] != coredata(xts1)[-1]), ]

#                    master_decision
#2019-01-01 09:01:00               3
#2019-01-01 09:02:00               2
#2019-01-01 09:04:00               3
#2019-01-01 09:06:00               2

或者要将其完全保留在基数 R 中，请使用 as.numeric

xts1[c(TRUE, as.numeric(xts1)[-length(xts1)] != as.numeric(xts1)[-1]), ]

另一种选择是使用 head/tail 而不是 -length(xts1) 和 -1 来子集

xts1[c(TRUE, tail(as.numeric(xts1), -1) != head(as.numeric(xts1), -1)), ]

Answer 2

这也能起到作用。获取相同值序列的第一个索引，然后按这些索引进行过滤。

idx <-cumsum(c(1,rle(master_decision)$lengths))
idx <- idx[-length(idx)]

xts1 <- xts(x = master_decision[idx], order.by = dates[idx])

2019-01-01 09:01:00    3
2019-01-01 09:02:00    2
2019-01-01 09:04:00    3
2019-01-01 09:06:00    2

删除 xts 中重复的邻居值

Remove neighbour values that are duplicates in xts

for-loop

r

vectorization

xts