R:从动物园对象列表中获取单个数据帧

Question

我有一个由不规则时间序列lodf组成的动物园对象列表,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合并为一个组合的时间序列,即对每一列进行求和.为此,我尝试转换为zoo/xts时间序列以进行进一步操作,即在使用rowsum对各个数据框/日期求和之前应用na.locf和其他动物园库功能.即我试图将我上面的日期框列表变成一个类似于此的组合动物园对象:

           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
...

在各个数据帧之间经常存在重叠,即对应于相同日期索引的若干值,并且在这些情况下我想要做的是对值进行求和.例如,如果我有

012-11-01
  0.7

012-11-01
 1.5

012-11-01
 0.7

我想拥有

012-11-01
2.9

作为生成的大数据框中此日期索引的值.

我已尝试合并,以当前格式读取动物园对象,do.call(rbind)等,但我很难过.对于进一步的上下文,此问题是此处概述的更大项目的一部分:R:具有重复时间索引条目的时间序列.非常感激任何的帮助!

更新:请按要求在下面找到数据对象:

> 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"))
> 

Answer 1

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

问题要求单个数据框结果,但为了保持一致,我们假设输出也应该是一个动物园系列.此外,我们将使用L输入的名称,因为lodf错误地建议数据帧列表.如果z结果是动物园系列那么

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

如果真的需要数据框,可以使用它.

在本答案结尾附近的输出部分中,我们显示了使用作为输入的结果L <- lodf[1:3](即仅前3个组件),并使用L <- lodf(即所有组件)作为输入单独显示输出.

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总和组件:

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

1a)这个的变体是返回一个zoo对象merge(如果我们没有指定retclass,这是默认值),然后用0填充其NA,将其转回列表并使用Reduce:

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

2)rowSums 在这个解决方案中,我们合并列表以给出zoo对象z,可选地添加列名,然后在生成最终zoo对象的行之间添加.

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

请注意,rowSums之前出现过动物园对象的解决方案

3)+ 如果我们知道列表中只有3个组件,那么编写上述内容的另一种方法就是这样.我们可选地添加名称1,2,3,合并动物园对象并用N填充NAs.最后我们将系列添加到一起.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L <- lodf[1:3]显示在问题开头的问题,在问题lodf的底部显示我们的输出:

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L <- locf在上面使用我们得到以下内容(解决方案3除外,它必须以显而易见的方式进行修改以使用6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 

更新添加了其他解决方案,并重新安排和扩展了演示文稿.