R - 过滤时间序列答案

【问题标题】：R - Filtering time seriesR - 过滤时间序列
【发布时间】：2012-08-21 16:20:23
【问题描述】：

我有一个时间序列

mainTimeSeries <- data.frame(time=seq(as.POSIXct("2012/1/1"), as.POSIXct("2012/1/5"), "hour"), value=sample(1:10, 1))

我想过滤掉另一个系列中存在的所有数据

badTimeSeries<-data.frame(startTime=seq(as.POSIXct("2012/1/3"), as.POSIXct("2012/1/4"), "hour"))
badTimeSeries$endTime <- badTimeSeries$startTime + 1800

是否存在过滤日期的现有功能？结果应该是 mainTimeSeries 的任何元素都不应该介于 badTimeSeries 的 startTime 和 endTime 之间。

【问题讨论】：

检查您的数据。您提供的内容没有 endTime 列。此外，mainTimeSeries 只是时间的向量。你的意思是它是某种时间序列对象吗？
@GSee 感谢您的指出。已修改。

标签： r time-series

【解决方案1】：

lubridate 在这里很有用。没有它，您需要编写自己的重叠检查，这有点痛苦......

library(lubridate)

badRange <- as.interval(days(1), as.POSIXct("2012/1/3"))

> mainTimeSeries %within% badRange
 [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[22] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[43] FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE
[64]  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[85] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
>

或者：

> mainTimeSeries[mainTimeSeries %within% badRange]
 [1] "2012-01-03 00:00:00 PST" "2012-01-03 01:00:00 PST" "2012-01-03 02:00:00 PST" "2012-01-03 03:00:00 PST"
 [5] "2012-01-03 04:00:00 PST" "2012-01-03 05:00:00 PST" "2012-01-03 06:00:00 PST" "2012-01-03 07:00:00 PST"
 [9] "2012-01-03 08:00:00 PST" "2012-01-03 09:00:00 PST" "2012-01-03 10:00:00 PST" "2012-01-03 11:00:00 PST"
[13] "2012-01-03 12:00:00 PST" "2012-01-03 13:00:00 PST" "2012-01-03 14:00:00 PST" "2012-01-03 15:00:00 PST"
[17] "2012-01-03 16:00:00 PST" "2012-01-03 17:00:00 PST" "2012-01-03 18:00:00 PST" "2012-01-03 19:00:00 PST"
[21] "2012-01-03 20:00:00 PST" "2012-01-03 21:00:00 PST" "2012-01-03 22:00:00 PST" "2012-01-03 23:00:00 PST"
[25] "2012-01-04 00:00:00 PST"
>

仅使用基础 R：

bad_start <- as.POSIXct('2012/1/3')
bad_end   <- as.POSIXct('2012/1/4')
mainTimeSeries[mainTimeSeries > bad_end | mainTimeSeries < bad_start]

【讨论】：

我现在正在添加一个基本的 R 解决方案。
@Justin "Using only base R" 解决方案您只使用了一个 bad_start 和 bad_end 日期，但我上面的问题有一系列 bad_start 和 bad_end 日期。
@2sb 您的问题有一系列startTimes。我使用了从min(badTimeseries$startTime) 到max(badTimeseries$startTime) 的范围。如果任何 mainTimeSeries 值介于两者之间，则其下降。同mainTimeSeries[!mainTimeSeries %in% badTimeSeries$startTime]
@Justin 对不起，如果我没有把问题说清楚，但你不能接受 min() 和 max()。 badTimeSeries 的每一行都有一个糟糕的时间范围，而在 min(badTimeseries$startTime) 和 max(badTimeseries$startTime) 之间有很多好的时间范围。此外，想象一下 min(mainTimeSeries$time)==min(badTimeSeries$startTime) 和 max(mainTimeSeries$time)==max(badTimeSeries$startTime)，然后按照您的解决方案，没有好的数据。
这根本不是你的问题，你在badTimeSeries 上没有endTime。但如果是这样的话，我会使用lubridate、intervals 和%within%。