R 如何将每日时间序列转换为平均每周时间序列？_R_Time Series_Aggregate_Xts

R 如何将每日时间序列转换为平均每周时间序列？

R 如何将每日时间序列转换为平均每周时间序列？,r,time-series,aggregate,xts,R,Time Series,Aggregate,Xts,我希望（算术）平均每日数据，从而将我的每日时间序列转换为每周时间序列按照以下线程：，我正在使用xts库 # Averages daily time series into weekly time series # where my source is a zoo object source.w <- apply.weekly(source, colMeans) #将每日时间序列平均为每周时间序列 #我的来源是一个动物园的物体 source.w我运行了您的示例，如果我正确理解了问题，则a

我希望（算术）平均每日数据，从而将我的每日时间序列转换为每周时间序列

按照以下线程：，我正在使用xts库

# Averages daily time series into weekly time series
# where my source is a zoo object
source.w <- apply.weekly(source, colMeans)

#将每日时间序列平均为每周时间序列
#我的来源是一个动物园的物体
source.w我运行了您的示例，如果我正确理解了问题，则apply.weekly
函数将把数据的第一个星期五与第一个星期一聚合起来。我不使用xts
包，所以其他人必须提供更多关于这方面的见解。我会将日期转换为一个日期向量，每个星期的星期一代表该周的每个观察值<代码>？strtime

总结了我用于转换的代码

# Get the year of the first observation
start_year <- format(time(source)[1],"%Y")
# Convert this into a date for the 1st of Jan in that year.
start_date <- as.Date(strptime(paste(start_year, "1 1"), "%Y %d %m"))

# Using the difftime function determine the distance (days) since the first day of the first year.
jul_day <- as.numeric(difftime(time(source),start_date),units="days")
# Get the date of the Monday before each observation and add it to the start of the year. 
mondays <- start_date + (jul_day - (jul_day-1)%%7)
# the %% calculates the remainder.
# to check that it has worked convert the mondays vector into day names.
format(mondays, "%A")

# And now you can aggregate the observations using the mondays vector.
source.w <- aggregate(source[,1:2], mondays, "mean")

#获取第一次观察的年份
开始一年我能够重现您的问题，您可以使用period.apply（）
和自定义“端点”解决它
首先，你提供的数据，以其他人可以轻松阅读的格式
temp = structure(list(V1 = structure(c(33L, 32L, 29L, 27L, 25L, 23L, 
22L, 19L, 17L, 15L, 13L, 12L, 9L, 7L, 5L, 3L, 2L, 41L, 39L, 37L, 
36L, 35L, 31L, 30L, 28L, 26L, 24L, 21L, 20L, 18L, 16L, 14L, 11L, 
10L, 8L, 6L, 4L, 1L, 43L, 42L, 40L, 38L, 34L), .Label = c("01/06/2012", 
"02/07/2012", "03/07/2012", "04/06/2012", "04/07/2012", "05/06/2012", 
"05/07/2012", "06/06/2012", "06/07/2012", "07/06/2012", "08/06/2012", 
"09/07/2012", "10/07/2012", "11/06/2012", "11/07/2012", "12/06/2012", 
"12/07/2012", "13/06/2012", "13/07/2012", "14/06/2012", "15/06/2012", 
"16/07/2012", "17/07/2012", "18/06/2012", "18/07/2012", "19/06/2012", 
"19/07/2012", "20/06/2012", "20/07/2012", "21/06/2012", "22/06/2012", 
"23/07/2012", "24/07/2012", "25/05/2012", "25/06/2012", "26/06/2012", 
"27/06/2012", "28/05/2012", "28/06/2012", "29/05/2012", "29/06/2012", 
"30/05/2012", "31/05/2012"), class = "factor"), V2 = c(250.5, 
264.75, 269.25, 267, 261.25, 265.75, 264.25, 258.25, 253.75, 
246.25, 248, 247, 243.25, 245, 236, 234, 234.25, 229, 229.75, 
229.75, 226.5, 220, 214.25, 212, 210.25, 208, 206.75, 203, 205.25, 
205.25, 205.25, 208, 208, 208, 208, 208, 208, 208, 208, 208, 
212.75, 212.75, 212.75), V3 = c(499, 518.25, 525.25, 522.5, 517, 
522.25, 523.25, 517, 513, 512.75, 515, 519.25, 508.25, 508.5, 
500.5, 497.75, 489.75, 490.25, 487.25, 493, 486, 482.25, 472.5, 
469.5, 473.75, 472.75, 462.5, 456.5, 460.5, 465.25, 469, 471.5, 
468.5, 471.25, 467, 458.75, 457.5, 463.5, 466.75, 468, 469.75, 
469.75, 465.5)), .Names = c("V1", "V2", "V3"), class = "data.frame", row.names = c(NA, 
-43L))

我们将进行清理并将对象转换为xts
对象
temp$V1 = as.Date(temp$V1, format="%d/%m/%Y")
library(xts)
temp.x = xts(temp[-1], order.by=temp$V1)

现在。我们尝试了apply.weekly（）
函数，但它不能满足您的需求
apply.weekly(temp.x, colMeans)
#                V2      V3
# 2012-05-28 212.75 467.625
# 2012-06-04 208.95 465.100
# 2012-06-11 208.00 467.400
# 2012-06-18 205.10 462.750
# 2012-06-25 212.90 474.150
# 2012-07-02 229.85 489.250
# 2012-07-09 241.05 506.850
# 2012-07-16 254.10 516.200
# 2012-07-23 265.60 521.050
# 2012-07-24 250.50 499.000

要使用period.apply（）
，您需要指定句点的端点（可以是不规则的）。在这里，我们的第一个周期就是第一个日期，从那以后，每五天一次。这就剩下几天了，所以我们添加了nrow（temp.x）
作为最后一个周期的结束
ep = c(0, seq(1, nrow(temp.x), by = 5), nrow(temp.x))
period.apply(temp.x, INDEX = ep, FUN = colMeans)
#                 V2      V3
# 2012-05-25 212.750 465.500
# 2012-06-01 209.900 467.550
# 2012-06-08 208.000 464.600
# 2012-06-15 205.350 464.550
# 2012-06-22 210.250 470.200
# 2012-06-29 227.000 487.750
# 2012-07-06 238.500 500.950
# 2012-07-13 250.650 515.400
# 2012-07-20 265.500 522.050
# 2012-07-24 257.625 508.625

只有当它们与OP共享一个时区（或其特征）时，才会起作用。举例说明：
Lines <- 
    "24/07/2012  250.5   499
    23/07/2012  264.75  518.25
    20/07/2012  269.25  525.25
    19/07/2012  267 522.5
    18/07/2012  261.25  517
    17/07/2012  265.75  522.25
    16/07/2012  264.25  523.25
    13/07/2012  258.25  517
    12/07/2012  253.75  513
    11/07/2012  246.25  512.75
    10/07/2012  248 515
    09/07/2012  247 519.25
    06/07/2012  243.25  508.25
    05/07/2012  245 508.5
    04/07/2012  236 500.5
    03/07/2012  234 497.75
    02/07/2012  234.25  489.75
    29/06/2012  229 490.25
    28/06/2012  229.75  487.25
    27/06/2012  229.75  493
    26/06/2012  226.5   486
    25/06/2012  220 482.25
    22/06/2012  214.25  472.5
    21/06/2012  212 469.5
    20/06/2012  210.25  473.75
    19/06/2012  208 472.75
    18/06/2012  206.75  462.5
    15/06/2012  203 456.5
    14/06/2012  205.25  460.5
    13/06/2012  205.25  465.25
    12/06/2012  205.25  469
    11/06/2012  208 471.5
    08/06/2012  208 468.5
    07/06/2012  208 471.25
    06/06/2012  208 467
    05/06/2012  208 458.75
    04/06/2012  208 457.5
    01/06/2012  208 463.5
    31/05/2012  208 466.75
    30/05/2012  208 468
    29/05/2012  212.75  469.75
    28/05/2012  212.75  469.75
    25/05/2012  212.75  465.5"

# Get R's timezone information (from ?Sys.timezone)
tzfile <- file.path(R.home("share"), "zoneinfo", "zone.tab")
tzones <- read.delim(tzfile, row.names = NULL, header = FALSE,
  col.names = c("country", "coords", "name", "comments"),
  as.is = TRUE, fill = TRUE, comment.char = "#")

# Run the analysis on each timezone
out <- list()
library(xts)
for(i in seq_along(tzones$name)) {
  tzn <- tzones$name[i]
  Sys.setenv(TZ=tzn)
  con <- textConnection(Lines)
  Source <- read.zoo(con, format="%d/%m/%Y")
  out[[tzn]] <- apply.weekly(Source, colMeans)
}

更可靠的解决方案是确保您的时区得到正确表示，可以使用Sys.setenv（TZ=“”）
全局设置，或者indexTZ（Source）跟进Joshua Ulrich的答案
在我的系统（kUbuntu 12）上，以下代码没有检索zone.tab文件
tzfile <- file.path(R.home("share"), "zoneinfo", "zone.tab")

出于某种原因（可能是文件权限），我无法直接指向zone.tab文件，即写入：
tzfile <- "usr/share/zoneinfo/zone.tab"

制作zone.tab的本地副本并指向该副本后，问题已解决：
tzfile <- "~/R/zone.tab"

另外，我正在重新审视我手头的问题
使用xts库，它是严格向前的
# say you have xts object name 'dat'
ep <- endpoints(dat, on = 'weeks')                          # 
period.apply(x = dat, INDEX = ep, FUN = mean)

#假设您有xts对象名“dat”
ep It为我使用Mon Sun:数据（样本矩阵）；每周应用（示例矩阵，colMeans）
。你能提供一个答案吗？谢谢你的回复，我在原始邮件的末尾添加了部分代码。你的编辑并不能帮我重现你的问题。请提供dput（head（source，20））的输出。
？我知道你已经接受了答案，但我担心这可能是xts中的一个bug，如果它是bug，我想修复它。你的评论是不正确的。xts索引与所有其他R函数相同（ISO字符串索引除外）。此外，您的ep
对象与我的系统上的端点的输出完全相同，因此您的解决方案与apply.weekly
的输出相同。简言之，您的解决方案之所以有效，是因为您与OP（地区、时区等）有共同之处。@JoshuaUlrich，我删除了我的评论，以避免任何人在稍后遇到此问题时收到错误信息。我对时间序列没有太多的研究，所以老实说，我没有注意到时区。当我运行Sys.timezone（）
时，我得到了[1]“。也许这就是原因。不用担心。时区可能令人沮丧。在这种情况下，它们是一个问题，因为xts将索引存储为POSIXct对象（即使它只是一个日期），所以时区很重要。我的“幸运”答案让我接受了很好的教育！（今天我在回答这个问题时学到了一些关于端点的知识——这就是我喜欢的原因。）不可能从我这边转移绿色复选标记，是吗？哦，当你回来的时候。。。
tzfile <- "usr/share/zoneinfo/zone.tab"

Error in file(file, "rt") : cannot open the connection
In addition: Warning message:
In file(file, "rt") :
  cannot open file 'usr/share/zoneinfo/zone.tab': No such file or directory 

tzfile <- "~/R/zone.tab"

http://www.ietf.org/timezones/data/zone.tab

# say you have xts object name 'dat'
ep <- endpoints(dat, on = 'weeks')                          # 
period.apply(x = dat, INDEX = ep, FUN = mean)