r - 对时间序列进行子集化，以便选定的行在某个最小时间上有所不同

Question

我在 R 中使用 data.table 来存储时间序列。我想返回一个子集，以便所选时间的连续行与选择的最后一行相距至少 N 秒，例如如果我有

library(data.table)
x <- data.table(t=c(0,1,3,4,5,6,7,10,16,17,18,20,21), v=1:13)
x
     t  v
 1:  0  1
 2:  1  2
 3:  3  3
 4:  4  4
 5:  5  5
 6:  6  6
 7:  7  7
 8: 10  8
 9: 16  9
10: 17 10
11: 18 11
12: 20 12
13: 21 13

我想对相隔至少 5 秒的行进行采样，从第一行开始，然后我应该得到一个带有时间/值对的 data.table:

y <- x[...something...]
y
     t  v
 1:  0  1
 2:  5  5
 3: 10  8
 4: 16  9
 5: 21 13

时间样本也不必有规律地间隔，所以我不能只取每 M 行。当然，我可以通过手动循环遍历 data.table 行来做到这一点，但我想知道是否有更方便的方法来使用 data.tables 索引来表达这一点。

Answer 1

以下是使用滚动连接查找行集的几种方法，w , 在您的子集中:

t_plus = 5

# one join per row visited
w   <- c()
nxt <- 1L
while(!is.na(nxt)){ 
  w   <- c(w, nxt) 
  nxt <- x[.(t[nxt]+t_plus), on=.(t), roll=-Inf, which=TRUE]
}

# join once on all rows
w0  <- x[.(t+5), on=.(t), roll=-Inf, which=TRUE]

w   <- c()
nxt <- 1L
while (!is.na(nxt)){ 
  w   <- c(w, nxt)
  nxt <- w0[nxt] 
}

然后你可以像 x[w] 这样的子集.

注释

原则上，可能还有其他子集满足 OP 的条件“至少相隔 5 秒”；这只是通过从第一行向前迭代找到的。

第二种方式基于 @DavidArenburg's answer到上面链接的问答亨里克。尽管问题似乎相同，但我无法在这里完全采用这种方法。

一般来说，在 R 中循环增长是一个坏主意(就像我在这里用 w 做的那样)。如果您遇到性能问题，这可能是改进此代码的好地方。