les*_*l0l 5 split r time-series xts
运用split函数的xts对象由weeks行分组放入每周块.该组中的默认的日子Monday来Sunday.如果我希望小组中的日子来自Sunday,我该怎么办Saturday?
library(xts)
idx <- as.Date("2018-3-1") + 0:14
v <- 1:15
x <- xts(v, idx)
group <- split(x, f = 'weeks')
group
Output:
[[1]]
[,1]
2018-03-01 1 # Thursday
2018-03-02 2 # Friday
2018-03-03 3 # Saturday
2018-03-04 4 # Sunday
[[2]]
[,1]
2018-03-05 5 # Monday
2018-03-06 6 # Tuesday
2018-03-07 7 # Wednesday
2018-03-08 8 # Thursday
2018-03-09 9 # Friday
2018-03-10 10 # Saturday
2018-03-11 11 # Sunday
[[3]]
[,1]
2018-03-12 12 # Monday
2018-03-13 13 # Tuesday
2018-03-14 14 # Wednesday
2018-03-15 15 # Thursday
Desired Output:
[[1]]
[,1]
2018-03-01 1 # Thursday
2018-03-02 2 # Friday
2018-03-03 3 # Saturday
[[2]]
[,1]
2018-03-04 4 # Sunday
2018-03-05 5 # Monday
2018-03-06 6 # Tuesday
2018-03-07 7 # Wednesday
2018-03-08 8 # Thursday
2018-03-09 9 # Friday
2018-03-10 10 # Saturday
[[3]]
[,1]
2018-03-11 11 # Sunday
2018-03-12 12 # Monday
2018-03-13 13 # Tuesday
2018-03-14 14 # Wednesday
2018-03-15 15 # Thursday
Run Code Online (Sandbox Code Playgroud)
我在星期日而不是星期一频繁地分开几周,因为我使用外汇数据(市场在周日下午纽约美国东部时间开放).这是一个有效的解决方案,split_FXweeks使用分割时间序列数据的"xts方式".当您长时间处理高密度刻度数据时,这种方法非常快.
这个技巧归功于下面链接中的技巧1(你可能会觉得很有帮助,就像我多年前学习R/xts时那样):http: //darrendev.blogspot.com.au/2012/ 08 /小rxts-代码片段和- tips.html请
添加基准与其他建议方法相比作为基线.
idx <- as.Date("2018-3-1") + 0:14
v <- 1:15
x <- xts(v, idx)
split_FXweeks <- function(x) {
ep <- .Call("endpoints", .index(x) + 4L * 86400L, 604800L,
1, TRUE, PACKAGE = "xts")
sp <- (ep + 1)[-length(ep)]
ep <- ep[-1]
lapply(1:length(ep), function(X) x[sp[X]:ep[X]])
}
split1 <- function(idx, x) {
week_num <- format(idx, "%U")
group <- unname(split(x, f = week_num))
group
}
library(microbenchmark)
microbenchmark(
y <- split_FXweeks(x),
z <- split1(idx, x))
# Unit: microseconds
# expr min lq mean median uq max neval
# y <- split_FXweeks(x) 52.521 60.167 72.90766 75.2390 80.6495 162.077 100
# z <- split1(idx, x) 325.681 351.658 383.13293 364.2215 384.9765 881.486 100
# > y
# [[1]]
# [,1]
# 2018-03-01 1
# 2018-03-02 2
# 2018-03-03 3
#
# [[2]]
# [,1]
# 2018-03-04 4
# 2018-03-05 5
# 2018-03-06 6
# 2018-03-07 7
# 2018-03-08 8
# 2018-03-09 9
# 2018-03-10 10
#
# [[3]]
# [,1]
# 2018-03-11 11
# 2018-03-12 12
# 2018-03-13 13
# 2018-03-14 14
# 2018-03-15 15
Run Code Online (Sandbox Code Playgroud)
考虑创建一个外部等长周数向量,其%U格式为从星期日开始的工作日。看?strftime。
\n\n\n%U
\n\n一年中的第几周,以十进制数表示 (00\xe2\x80\x9353),使用星期日作为一周的第一天(通常将一年中的第一个星期日作为第一周的第一天)。美国大会。
\n
week_num <- format(idx, "%U")\ngroup <- unname(split(x, f = week_num))\ngroup\n\n[[1]]\n\n2018-03-01 1\n2018-03-02 2\n2018-03-03 3\n\n[[2]]\n\n2018-03-04 4\n2018-03-05 5\n2018-03-06 6\n2018-03-07 7\n2018-03-08 8\n2018-03-09 9\n2018-03-10 10\n\n[[3]]\n\n2018-03-11 11\n2018-03-12 12\n2018-03-13 13\n2018-03-14 14\n2018-03-15 15\nRun Code Online (Sandbox Code Playgroud)\n