R：从动物园对象列表中获取单个数据框答案

【问题标题】：R: obtain single data frame from list of zoo-objectsR：从动物园对象列表中获取单个数据框
【发布时间】：2014-11-15 01:07:36
【问题描述】：

我有一个包含不规则时间序列 lodf 的动物园对象列表，格式如下：

> head(lodf)

[[1]]
2014-08-08 2014-08-14 2014-09-12  
  1.15       1.32       2.39 

[[2]]  
2014-07-22 2014-07-24 2014-08-14 2014-08-20 2014-08-27 2014-09-12 
  0.50       0.75       1.29       1.36       1.28       1.28   

[[3]]
2012-11-01 2012-11-02 2013-07-12 2013-08-13 2013-09-11 2014-07-01 
  1.00       1.27       0.91       1.00       0.99       0.98 

...

我最终试图将所有这些时间序列加总为一个组合时间序列，即对每一列求和。为此，我试图转换为 zoo/xts 时间序列以进行进一步操作，即在使用 rowsum 对各个数据帧/日期求和之前应用 na.locf 和其他动物园库功能。即，我正在尝试将上面的日期框架列表放入类似于以下内容的组合动物园对象中：

           Value
12/09/2014  1.07
14/08/2014  1.32
08/08/2014  1.15
12/09/2014  0.48
27/08/2014  0.53
20/08/2014  0.61
14/08/2014  0.54
24/07/2014  0.75
22/07/2014  0.5
01/07/2014  0.98
01/07/2014  0
...

各个数据框之间经常存在重叠，即对应于同一日期索引的多个值，在这些情况下我想做的是将这些值相加。例如。如果我有

我想要

012-11-01
2.9

作为生成的大型数据框中此日期索引的值。

我尝试过以当前格式合并、读取为动物园对象、do.call(rbind) 等，但我很难过。为了进一步了解，这个问题是这里概述的一个更大项目的一部分：R: time series with duplicate time index entries。任何帮助将不胜感激！

更新：请按要求在下方查找数据对象：

> dput(head(lodf))
list(structure(c(1.15, 1.32, 2.39), index = structure(c(16290L, 
16296L, 16325L), class = "Date"), class = "zoo"), structure(c(0.5, 
0.75, 1.29, 1.36, 1.28, 1.28), index = structure(c(16273L, 16275L, 
16296L, 16302L, 16309L, 16325L), class = "Date"), class = "zoo"), 
structure(c(1, 1.27, 0.91, 1, 0.99, 0.98), index = structure(c(15645L, 
15646L, 15898L, 15930L, 15959L, 16252L), class = "Date"), class = "zoo"), 
structure(c(1.27, 1.29, 1.28, 1.17, 0.59, 0), index = structure(c(15645L, 
15651L, 15665L, 15679L, 15686L, 15747L), class = "Date"), class = "zoo"), 
structure(c(1.9, 1.35, 0.66, 1.16, 0.66, 1.16, 1.26, 1.23, 
1.28, 1.23, 1.17, 0.66, 1.18, 0.66, 1.29, 1.35, 1.45, 1.53, 
1.61, 1.82, 1.8, 1.89, 1.8, 1.81, 1.78, 1.68, 2.18, 1.68, 
1.56, 1.93, 1.84, 1.69, 1.18, 1.73, 1.18, 1.72, 1.83, 1.9, 
1.99, 1.93, 1.87, 1.96, 2.1, 2.22, 2.33, 2.38, 2.35, 2.23, 
2.16, 2.18, 2.17, 2.2, 2.29, 2.27, 2.28, 2.42, 2.48, 2.99, 
2.56, 2.65, 2.69, 3.21, 2.7, 2.8, 2.79, 2.8, 2.78, 2.26, 
2.78, 2.26, 2.12, 2.07, 1.97, 1.84, 1.77, 1.18, 1.7, 1.78, 
1.91, 1.98, 1.93, 1.83, 1.76, 1.18, 1.01, 0.97, 0.86, 0.69, 
0.56), index = structure(c(15645L, 15652L, 15660L, 15740L, 
15797L, 15841L, 15860L, 15867L, 15876L, 15887L, 15890L, 15897L, 
15901L, 15905L, 15908L, 15909L, 15910L, 15911L, 15915L, 15926L, 
15931L, 15932L, 15938L, 15953L, 15954L, 15975L, 15978L, 15979L, 
15981L, 15982L, 15985L, 15986L, 15987L, 16001L, 16003L, 16006L, 
16008L, 16010L, 16014L, 16016L, 16021L, 16022L, 16023L, 16027L, 
16029L, 16031L, 16045L, 16052L, 16059L, 16072L, 16077L, 16078L, 
16084L, 16091L, 16098L, 16100L, 16101L, 16106L, 16132L, 16133L, 
16134L, 16139L, 16146L, 16150L, 16153L, 16157L, 16160L, 16163L, 
16167L, 16169L, 16170L, 16171L, 16175L, 16177L, 16182L, 16184L, 
16212L, 16216L, 16220L, 16224L, 16248L, 16254L, 16258L, 16261L, 
16297L, 16301L, 16309L, 16310L, 16317L), class = "Date"), class = "zoo"), 
structure(c(3.35, 3.44, 3.41, 3.14, 3.11, 2.55, 2.65, 2.87, 
3.14, 3.24, 3.41, 4.04, 4.19, 4.34, 4.44, 1.2, 1.3, 1.29, 
1.3, 1.27, 0.77, 0.69, 0.55, 0), index = structure(c(15645L, 
15650L, 15694L, 15740L, 15741L, 15742L, 15743L, 15749L, 15750L, 
15751L, 15755L, 15756L, 15758L, 15762L, 15784L, 15800L, 15805L, 
15810L, 15824L, 15835L, 15838L, 15840L, 15847L, 15849L), class = "Date"), class = "zoo"))
>

【问题讨论】：

请提供一种重现数据的方法，并根据示例数据提供所需的结果。 dput(head(lodf)) 会很棒
我不认为这是数据框列表。它似乎是一个命名原子向量的列表。注意 Scriven 的要求，这对于解决您的困惑至关重要。
@Carl：我们将不胜感激您的反馈。
@BondedDust 致歉，见附件；我还在学习中，感谢您的帮助。
正如我所怀疑的那样；不是数据帧，而是zoo-objects（确实有原子核）。已编辑问题以更正。

标签： r list merge zoo

【解决方案1】：

显示在问题顶部的输入似乎是问题底部指定输入的前三个组成部分。问题底部使用的变量名称lodf 似乎暗示它包含一个数据框列表，但实际上它包含一个动物园对象列表。

该问题要求单个数据框结果，但我们假设输出也应该是单个动物园系列，以保持一致性。此外，我们将使用名称L 作为输入，因为lodf 会错误地建议数据帧列表。如果z 是动物园系列的结果，那么

data.frame(index = index(z), data = coredata(z))

如果确实需要数据框，可以使用。

在此答案末尾附近的输出部分，我们显示使用L <- lodf[1:3]（即仅前3 个组件）作为输入的结果，并分别显示使用L <- lodf（即所有组件）作为输入的输出。

1) 减少。我们合并列表中的动物园系列，L，返回一个列表并用 0 填充缺失值。然后使用Reduce 对组件求和：

Reduce(`+`, do.call(merge, c(L, retclass = "list", fill = 0)))

1a) 一个变种是从merge返回一个动物园对象（如果我们不指定retclass，这是默认的），然后用0填充它的NA，转它回到一个列表并使用Reduce:

Reduce(`+`, as.list(na.fill(do.call(merge, L), 0)))

2) rowSums 在此解决方案中，我们合并列表以提供动物园对象z，可选择添加列名，然后跨行添加生成最终的动物园对象。

z <- do.call(merge, L)
colnames(L) <- seq_along(L) # optionally add names
zoo(rowSums(z, na.rm = TRUE), time(z))

请注意，之前出现过 rowSums 动物园对象的解决方案 here

3) + 如果我们知道列表中恰好有 3 个组件，那么编写上述内容的另一种方式就是这样。我们可以选择添加名称 1、2、3，合并动物园对象并用 0 填充 NA。最后，我们将系列添加在一起。如果组件数量不同，则以明显的方式进行修改。

z0 <- na.fill(do.call(merge, L), 0)
colnames(z0) <- 1:3 # optionally add names 1, 2, 3
z0[, 1] + z0[, 2] + z0[, 3]

输出使用问题开头显示的L <- lodf[1:3]，问题底部显示lodf，我们的输出是：

2012-11-01 2012-11-02 2013-07-12 2013-08-13 2013-09-11 2014-07-01 2014-07-22 
      1.00       1.27       0.91       1.00       0.99       0.98       0.50 
2014-07-24 2014-08-08 2014-08-14 2014-08-20 2014-08-27 2014-09-12 
      0.75       1.15       2.61       1.36       1.28       3.67

或者在上面使用L <- locf，我们得到以下结果（除了解决方案 3，它必须以明显的方式修改以使用 6 个而不是 3 个组件）：

2012-11-01 2012-11-02 2012-11-06 2012-11-07 2012-11-08 2012-11-16 2012-11-21 
      7.52       1.27       3.44       1.29       1.35       0.66       1.28 
2012-12-05 2012-12-12 2012-12-20 2013-02-04 2013-02-05 2013-02-06 2013-02-07 
      1.17       0.59       3.41       4.30       3.11       2.55       2.65 
2013-02-11 2013-02-13 2013-02-14 2013-02-15 2013-02-19 2013-02-20 2013-02-22 
      0.00       2.87       3.14       3.24       3.41       4.04       4.19 
2013-02-26 2013-03-20 2013-04-02 2013-04-05 2013-04-10 2013-04-15 2013-04-29 
      4.34       4.44       0.66       1.20       1.30       1.29       1.30 
2013-05-10 2013-05-13 2013-05-15 2013-05-16 2013-05-22 2013-05-24 2013-06-04 
      1.27       0.77       0.69       1.16       0.55       0.00       1.26 
2013-06-11 2013-06-20 2013-07-01 2013-07-04 2013-07-11 2013-07-12 2013-07-15 
      1.23       1.28       1.23       1.17       0.66       0.91       1.18 
2013-07-19 2013-07-22 2013-07-23 2013-07-24 2013-07-25 2013-07-29 2013-08-09 
      0.66       1.29       1.35       1.45       1.53       1.61       1.82 
2013-08-13 2013-08-14 2013-08-15 2013-08-21 2013-09-05 2013-09-06 2013-09-11 
      1.00       1.80       1.89       1.80       1.81       1.78       0.99 
2013-09-27 2013-09-30 2013-10-01 2013-10-03 2013-10-04 2013-10-07 2013-10-08 
      1.68       2.18       1.68       1.56       1.93       1.84       1.69 
2013-10-09 2013-10-23 2013-10-25 2013-10-28 2013-10-30 2013-11-01 2013-11-05 
      1.18       1.73       1.18       1.72       1.83       1.90       1.99 
2013-11-07 2013-11-12 2013-11-13 2013-11-14 2013-11-18 2013-11-20 2013-11-22 
      1.93       1.87       1.96       2.10       2.22       2.33       2.38 
2013-12-06 2013-12-13 2013-12-20 2014-01-02 2014-01-07 2014-01-08 2014-01-14 
      2.35       2.23       2.16       2.18       2.17       2.20       2.29 
2014-01-21 2014-01-28 2014-01-30 2014-01-31 2014-02-05 2014-03-03 2014-03-04 
      2.27       2.28       2.42       2.48       2.99       2.56       2.65 
2014-03-05 2014-03-10 2014-03-17 2014-03-21 2014-03-24 2014-03-28 2014-03-31 
      2.69       3.21       2.70       2.80       2.79       2.80       2.78 
2014-04-03 2014-04-07 2014-04-09 2014-04-10 2014-04-11 2014-04-15 2014-04-17 
      2.26       2.78       2.26       2.12       2.07       1.97       1.84 
2014-04-22 2014-04-24 2014-05-22 2014-05-26 2014-05-30 2014-06-03 2014-06-27 
      1.77       1.18       1.70       1.78       1.91       1.98       1.93 
2014-07-01 2014-07-03 2014-07-07 2014-07-10 2014-07-22 2014-07-24 2014-08-08 
      0.98       1.83       1.76       1.18       0.50       0.75       1.15 
2014-08-14 2014-08-15 2014-08-19 2014-08-20 2014-08-27 2014-08-28 2014-09-04 
      2.61       1.01       0.97       1.36       2.14       0.69       0.56 
2014-09-12

更新添加了额外的解决方案并重新安排和扩展了演示文稿。

【讨论】：

【解决方案2】：

试试（如果列表元素是zoo对象的列表，如果你需要得到匹配索引的sum）。

 library(xts)
 library(zoo)

  z1 <- setNames(do.call(`merge`, lodf), paste0("Value", seq_along(lodf)))
  xts(data.frame(value=rowSums(z1, na.rm=TRUE)), order.by=index(z1))
  #            value
  #2012-11-01  1.00
  #2012-11-02  1.27
  #2013-07-12  0.91
  #2013-08-13  1.00
  #2013-09-11  0.99
  #2014-07-01  0.98
  #2014-07-22  0.50
  #2014-07-24  0.75
  #2014-08-08  1.15
  #2014-08-14  2.61
  #2014-08-20  1.36
  #2014-08-27  1.28
  #2014-09-12  3.67

如果你需要在summing之前使用na.locf

   z2 <- na.locf(z1)
   xts(data.frame(value=rowSums(z2, na.rm=TRUE)), order.by=index(z2))

数据

  lodf <- list(structure(c(1.15, 1.32, 2.39), index = structure(c(16290, 
  16296, 16325), class = "Date"), class = "zoo"), structure(c(0.5, 
  0.75, 1.29, 1.36, 1.28, 1.28), index = structure(c(16273, 16275, 
  16296, 16302, 16309, 16325), class = "Date"), class = "zoo"), 
  structure(c(1, 1.27, 0.91, 1, 0.99, 0.98), index = structure(c(15645, 
  15646, 15898, 15930, 15959, 16252), class = "Date"), class = "zoo"))

【讨论】：

谢谢，我会看看这个。我试过 do.call(merge, lodf)) 似乎给出了预期的结果（动物园对象），但我不知道为什么。也许有人可以解释，或者可能不是（例如，它可能不是对具有相同日期索引的值求和）
@Carl：在您的对象上发布 dput() 的输出！

【解决方案3】：

使用基础 R：

lodf = list(structure(list(`014-08-08` = 1.15, `2014-08-14` = 1.32, 
    `2014-09-12` = 2.39), .Names = c("014-08-08", "2014-08-14", 
"2014-09-12"), class = "data.frame", row.names = c(NA, -1L)), 
    structure(list(`2014-07-22` = 0.5, `2014-07-24` = 0.75, `2014-08-14` = 1.29, 
        `2014-08-20` = 1.36, `2014-08-27` = 1.28, `2014-09-12` = 1.28), .Names = c("2014-07-22", 
    "2014-07-24", "2014-08-14", "2014-08-20", "2014-08-27", "2014-09-12"
    ), class = "data.frame", row.names = c(NA, -1L)), structure(list(
        `2012-11-01` = 1, `2012-11-02` = 1.27, `2013-07-12` = 0.91, 
        `2013-08-13` = 1, `2013-09-11` = 0.99, `2014-07-01` = 0.98), .Names = c("2012-11-01", 
    "2012-11-02", "2013-07-12", "2013-08-13", "2013-09-11", "2014-07-01"
    ), class = "data.frame", row.names = c(NA, -1L)))

lodf
[[1]]
  014-08-08 2014-08-14 2014-09-12
1      1.15       1.32       2.39

[[2]]
  2014-07-22 2014-07-24 2014-08-14 2014-08-20 2014-08-27 2014-09-12
1        0.5       0.75       1.29       1.36       1.28       1.28

[[3]]
  2012-11-01 2012-11-02 2013-07-12 2013-08-13 2013-09-11 2014-07-01
1          1       1.27       0.91          1       0.99       0.98


ddf = data.frame(full=character(), stringsAsFactors=F)
ll = unlist(lapply(lodf, function(x) paste(names(x), x, sep='_')))
ddf[1:length(ll),1]=ll
ddf
              full
1   014-08-08_1.15
2  2014-08-14_1.32
3  2014-09-12_2.39
4   2014-07-22_0.5
5  2014-07-24_0.75
6  2014-08-14_1.29
7  2014-08-20_1.36
8  2014-08-27_1.28
9  2014-09-12_1.28
10    2012-11-01_1
11 2012-11-02_1.27
12 2013-07-12_0.91
13    2013-08-13_1
14 2013-09-11_0.99
15 2014-07-01_0.98


ddf$date = unlist(lapply(strsplit(ddf$full, '_'),function(x)x[1]))
ddf$value = as.numeric(unlist(lapply(strsplit(ddf$full, '_'),function(x)x[2])))
ddf = ddf[,-1]
ddf
         date value
1   014-08-08  1.15
2  2014-08-14  1.32
3  2014-09-12  2.39
4  2014-07-22  0.50
5  2014-07-24  0.75
6  2014-08-14  1.29
7  2014-08-20  1.36
8  2014-08-27  1.28
9  2014-09-12  1.28
10 2012-11-01  1.00
11 2012-11-02  1.27
12 2013-07-12  0.91
13 2013-08-13  1.00
14 2013-09-11  0.99
15 2014-07-01  0.98

最后：

aggregate(value~date, ddf, sum)
         date value
1  2012.11.01  1.00
2  2012.11.02  1.27
3  2013.07.12  0.91
4  2013.08.13  1.00
5  2013.09.11  0.99
6  2014.07.01  0.98
7  2014.07.22  0.50
8  2014.07.24  0.75
9  2014.08.08  1.15
10 2014.08.14  2.61
11 2014.08.20  1.36
12 2014.08.27  1.28
13 2014.09.12  3.67

【讨论】：