在 R 中动态分组时间序列观察答案

【问题标题】：Group time-series observations dynamically in R在 R 中动态分组时间序列观察
【发布时间】：2016-03-21 09:51:59
【问题描述】：

我有五天的时间序列数据，格式为xts 对象。数据生成为：

library(xts)
Sys.setenv(TZ="Asia/Kolkata")
seq <- timeBasedSeq('2015-06-01/2015-06-05 23')
z <- xts(1:length(seq),seq)

现在，我想在 for 循环中动态地将具有相似时间戳（仅 H:M:S）的数据分组，然后对每个组执行所需的操作。在这里，我面临两个问题：

我应该如何在 xts 时间索引上运行 for 循环。我的意思是，我可以使用minutes 的xts 对象进行遍历吗？
我应该如何将具有相似时间戳的观察分组并执行所需的操作。例如，找出上午 11 点的所有观测值。所有 5 天并计算回归系数。是否有任何定义的函数可以动态地对时间序列观察进行分组？

在所有这些操作中，我不想丢失xts 索引。

【问题讨论】：

要在上午 11 点查找所有 obs 并保留 xts 索引，例如，您可以做idx <- which(strftime(index(z), "%H:%M:%S")=="05:00:00"); z2 <- z[idx]。我不知道这是否是 xts 方式。

标签： r time-series xts

【解决方案1】：

您可以通过 HH:MM:SS split 您的数据，然后遍历结果列表。

# convert to factor because split.xts will pass f to endpoints() if f is character
# (even if it's more than one element). split.zoo is called if f is factor.
y <- split(z, factor(format(index(z), "%H%M%S")))
# loop over each time group
l <- lapply(y, FUN)
# combine results
x <- do.call(rbind, l)

【讨论】：