如何从“ts”对象中累计几个月（季节性）？

我会用AirPassengers数据重复性设置：如何从“ts”对象中累计几个月（季节性）？

data(AirPassengers) 
class(AisPassengers) 
## [1] "ts" 
AirPassengers 
## Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 
1949 112 118 132 129 121 135 148 148 136 119 104 118 
1950 115 126 141 135 125 149 170 170 158 133 114 140 
1951 145 150 178 163 172 178 199 199 184 162 146 166 
1952 171 180 193 181 183 218 230 242 209 191 172 194 
1953 196 196 236 235 229 243 264 272 237 211 180 201 
1954 204 188 235 227 234 264 302 293 259 229 203 229 
1955 242 233 267 269 270 315 364 347 312 274 237 278 
1956 284 277 317 313 318 374 413 405 355 306 271 306 
1957 315 301 356 348 355 422 465 467 404 347 305 336 
1958 340 318 362 348 363 435 491 505 404 359 310 337 
1959 360 342 406 396 420 472 548 559 463 407 362 405 
1960 417 391 419 461 472 535 622 606 508 461 390 432

有什么办法不转换“TS”对象到另一个类，以获取年度季节性平均水平（见下面预期的结果表）？

现在我可以通过将“ts”对象转换为xts（包xts）或数据框（然后使用mkseas使用包海）来完成此操作。

有没有我可以使用的任何“ts”方法，所以我不必对“ts”对象进行任何转换/转换到另一个类中？

预期结果，出 “TS” 对象的：

Year Average (Jun, Jul, Aug) 
1949 143.667 
1950 163.00 
1951 192.00 
... 
...

来源

2016-01-21 Guillermo E Ponce-Campos

为什么呢？转换是合理的微不足道的，处理数据帧是一个很好的选择（方法，工具，知识......） –

只是试图减少时间...假设转换/转换6700万个时间序列需要相当长的时间。 ..现在，我正在使用并行程序包来查看时间序列列表以获取列表，其中每个元素都是具有汇总值的列表... –

1）尝试aggregate.ts。这输入一个"ts"对象，并输出一个代表每年6月，7月和8月的平均值。这是假定整年：

aggregate(AirPassengers, 1, function(x) mean(x[6:8]))

，并提供：

Time Series: 
Start = 1949 
End = 1960 
Frequency = 1 
[1] 143.6667 163.0000 192.0000 230.0000 259.6667 286.3333 342.0000 397.3333 
[9] 451.3333 477.0000 526.3333 587.6667

2）如果要允许不完整的第一和/或过去多年，但在这里它变得越来越尴尬的是一个解决方案。这是相当丑陋的，因为tapply正在转换为矩阵，然后我们必须手动重建"ts"输出系列。

AP2 <- window(AirPassengers, start = c(1949, 9)) 
unname(ts(tapply(AP2, list(floor(time(AP2)), cycle(AP2) %in% 6:8), mean)[, "TRUE"], 
    start = floor(time(AP2)[1]))) 

Time Series: 
Start = 1949 
End = 1960 
Frequency = 1 
[1]  NA 163.0000 192.0000 230.0000 259.6667 286.3333 342.0000 397.3333 
[9] 451.3333 477.0000 526.3333 587.6667

3）如果需要进入，如（2）它真的会多出很多简单的只是转换到动物园（和后面如果需要的话）的情况。如果我们不需要输出中的NA分量，那么标记为##的行可以省略。不像（2）每个操作产生一个"zoo"系列，所以它更清洁。如果我们想要一个"ts"类输出，我们可以使用as.ts(zyr2)。

library(zoo) 
z <- as.zoo(AP2) 
z678 <- z[cycle(z) %in% 6:8] 
zyr <- aggregate(z678, floor(time(z678)), mean) 
zyr2 <- merge(zyr, zoo(, unique(floor(time(z))))) ##

，并提供：

> zyr2 
    1949  1950  1951  1952  1953  1954  1955  1956 
     NA 163.0000 192.0000 230.0000 259.6667 286.3333 342.0000 397.3333 
    1957  1958  1959  1960 
451.3333 477.0000 526.3333 587.6667

4）这可以容易地使用的数据帧，以及省略了##行，如果不需要NA行来完成。（这使用base R，但是sqldf，dplyr或data.table可以交替用于聚合和子集化。）如果希望将其转换回ts然后ts(DF$AP2, start = DF$year[1])。

DF <- data.frame(year = floor(time(AP2)), month = cycle(AP2), AP2 = c(AP2)) 
Ag <- aggregate(AP2 ~ year, subset(DF, month %in% 6:8), mean) 
DFyr <- merge(Ag, unique(DF["year"]), all = TRUE) ##

，并提供：

> DFyr 
    year  AP2 
1 1949  NA 
2 1950 163.0000 
3 1951 192.0000 
4 1952 230.0000 
5 1953 259.6667 
6 1954 286.3333 
7 1955 342.0000 
8 1956 397.3333 
9 1957 451.3333 
10 1958 477.0000 
11 1959 526.3333 
12 1960 587.6667

来源

2016-01-21 00:38:11

已添加更多解决方案。 –

谢谢...我会尝试使用聚合的第一个选项。我会尝试在parLapply中使用它，我有大约67M的时间序列，我想从中获得这种类型的聚合。所以我希望这样的工作：'vlist < - parLapply（cl，myListTS，aggregateTS）'其中'aggregateTS'将包含聚合函数。谢谢G. Grothendieck –

如果速度是一个问题，那么数据表往往会很快。对于完整的年份（或者不需要NA填充的不完整年份），在'DF'与（4）中一样的情况下尝试：'library（data.table）; as.data.table（DF）[month％in％6：8，list（AP2 = mean（AP2）），by = year]'。 –

如何从“ts”对象中累计几个月（季节性）？

回答

相关问题