data.table时间子集vs xts时间子集

Question

嗨,我希望按时间分配一些细微的数据.我通常使用xts类似的东西:

subset.string <- 'T10:00/T13:00' 
xts.min.obj[subset.string]

获取所有在每天上午10点到下午1点(含)之间的行,并将输出作为xts格式.但对我的目的来说有点慢......例如

j <- xts(rnorm(10e6),Sys.time()-(10e6:1))
system.time(j['T10:00/T16:00'])
   user  system elapsed 
  5.704   0.577  17.115 

我知道这data.table是快速的并且在子集化大型数据集时所以我想知道是否与fasttime包一起处理快速POSIXct创建,如果值得创建类似的函数

dt.time.subset <- function(xts.min.obj, subset.string){
  require(data.table)
  require(fasttime)
  x.dt <- data.table(ts=format(index(xts.min.obj),"%Y-%m-%d %H:%M:%S %Z"),
                     coredata(xts.min.obj))
  out <- x.dt[,some.subsetting.operation.using."%between%"]
  xts(out,fastPOSIXct(out[,ts])
}

将xts.min.obj转换为data.table添加某种字符索引,然后使用data.table对相关行进行子集,使用输出行索引和fasttime来重新创建xts输出？或者对于已经高度优化并用C语言编写的东西来说,这是多少多余的操作？

Answer 1

如果您可以指定范围UTC,则可以执行以下操作:

j[(.index(j) %% 86400) %between% c(10*3600, 16*3600 + 60)]
# +60 because xts includes that minute; you'll need to offset the times
# appropriately to match with xts unless you live in UTC :)

j <- xts(rnorm(10e6),Sys.time()-(10e6:1))
system.time(j[(.index(j) %% 86400) %between% c(10*3600, 16*3600 + 60)])
#  user  system elapsed 
#  1.17    0.08    1.25 
# likely faster on your machine as mine takes minutes to run the OP bench