r - 聚合时间序列时避免 for 循环

Question

我明白为什么矢量化函数比 for 循环更好。

但是有些问题我看不到矢量化函数式编程解决方案。其中之一是汇总月度数据以获得季度数据。任何替换此代码的建议...

month <- 1:100
A422072L <- c(rep(NA, 4), rnorm(96, 100, 5) ) + 2 * month
A422070J <- c(NA, NA, rnorm(96, 100, 5), NA, NA) + 2 * month
Au.approvals <- data.frame(month=month, A422072L=A422072L, A422070J=A422070J)

Au.approvals$trend.sum.A422072L.qtr <- NA
Au.approvals$sa.sum.A422070J.qtr <- NA
for(i in seq_len(nrow(Au.approvals)))
{
    if(i < 3) next
    if(all(!is.na(Au.approvals$A422072L[(i-2):i])))
        Au.approvals$trend.sum.A422072L.qtr[i] <- sum(Au.approvals$A422072L[(i-2):i])
    if(all(!is.na(Au.approvals$A422070J[(i-2):i])))
        Au.approvals$sa.sum.A422070J.qtr[i]    <- sum(Au.approvals$A422070J[(i-2):i])
}

print(Au.approvals)

现在有足够的数据可以作为示例运行。

Answer 1

让我们创建一些虚假的时间序列:

time_dat = data.frame(t = 1:100, value = runif(100))

要获得滚动总和，请查看 zoo 包中的 rollapply:

require(zoo)
time_dat = transform(time_dat, 
                     roll_value = rollapply(value, 10, sum, fill = TRUE))

这里我假设较粗的分辨率(季度)比较精细的分辨率粗 10 倍。

---

非滚动平均值的原始答案:

我喜欢使用 plyr 包中的函数，但是 ave、aggregate 和 data.table 也是不错的选择。对于大型数据集，data.table 非常快。但是回到一些 plyr 魔法:

首先创建一个额外的列，指定更粗略的时间频率，即您在哪个季度观察:

time_dat[["coarse_t"]] = rep(1:10, each = 10)
> head(time_dat)
  t     value coarse_t
1 1 0.9045097        1
2 2 0.4174182        1
3 3 0.5638139        1
4 4 0.8228698        1
5 5 0.7059027        1
6 6 0.5285386        1

现在我们可以聚合 time_dat 以获得更粗略的时间频率:

time_dat_coarse = ddply(time_dat, .(coarse_t), summarise, sum_value = sum(value))
> time_dat_coarse
   coarse_t sum_value
1         1  6.097348
2         2  4.834720
3         3  3.988809
4         4  4.170656
5         5  4.538269
6         6  6.198716
7         7  4.399282
8         8  5.507384
9         9  6.089072
10       10  4.663287

---