如何将数据框拆分为与 R 大小相同的元素，由另一个大小重叠，保留每个元素？
Posted
技术标签:
【中文标题】如何将数据框拆分为与 R 大小相同的元素，由另一个大小重叠，保留每个元素？【英文标题】：How to split a dataframe in elements of the same size with R, overlapped by another size, keeping every element? 【发布时间】：2022-01-11 06:11:17 【问题描述】：我想应用一种称为 CCF Sliding-Windows 的方法，其中我需要将我的时间序列拆分为 90 天的窗口，重叠 45 天，最后一部分需要在时间的最后一天结束系列（在某种程度上，它可以与上一次拆分重叠超过 45 天）。
举例来说，有一张图片来表示这个方法的应用：
有人知道我如何使用 R 来做到这一点吗？我想创建一个聚合数据帧时间窗口的列表，这样我就可以 purrr::map 来获取互相关。
【问题讨论】：
【参考方案1】：您可以从zoo 尝试rollapply。
library(zoo)
# your data "ts"
# window size 90
# function 'c' gives you the data
# your overlap 45
# partial window at the end either "TRUE" or
# the minimum window size allowed, e.g. half window size
# align starts with first full window on left side
rollapply( ts, 90, c, by=45, partial=45, align="left" )
# e.g.
rollapply( 1:20, 5, c, by=3, partial=3, align="left" )
[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 3 4 5
[2,] 4 5 6 7 8
[3,] 7 8 9 10 11
[4,] 10 11 12 13 14
[5,] 13 14 15 16 17
[6,] 16 17 18 19 20
【讨论】：
【参考方案2】：我将在整数向量上进行演示。为了简洁起见，我将不使用“90”和“45”，而是使用“14”和“7”（任意）。
vec <- 100 + 1:28
winsize <- 14
minsize <- 7
最后一个窗口应该开始于
laststart <- length(vec) - winsize + 1
laststart
# [1] 15
从这里，我们可以将其拆分为
starts <- 1 + (seq_len(ceiling(length(vec) / minsize)) - 1) * minsize
starts <- c(starts[starts < laststart], laststart)
Map(function(a, b) vec[a:b], starts, starts - 1 + winsize)
# [[1]]
# [1] 101 102 103 104 105 106 107 108 109 110 111 112 113 114
# [[2]]
# [1] 108 109 110 111 112 113 114 115 116 117 118 119 120 121
# [[3]]
# [1] 115 116 117 118 119 120 121 122 123 124 125 126 127 128
每个都是长度 14，最后一个结束于 vec 的最后一个元素。
如果数据不完全对齐，这仍然有效。
vec <- 100 + 1:40
winsize <- 14
minsize <- ceiling(winsize / 2)
laststart <- length(vec) - winsize + 1
starts <- 1 + (seq_len(ceiling(length(vec) / minsize)) - 1) * minsize
# the last window is at most minsize, we need it to be between minsize and winsize
starts <- c(starts[starts < laststart], laststart)
Map(function(a, b) vec[a:b], starts, starts - 1 + winsize)
# [[1]]
# [1] 101 102 103 104 105 106 107 108 109 110 111 112 113 114
# [[2]]
# [1] 108 109 110 111 112 113 114 115 116 117 118 119 120 121
# [[3]]
# [1] 115 116 117 118 119 120 121 122 123 124 125 126 127 128
# [[4]]
# [1] 122 123 124 125 126 127 128 129 130 131 132 133 134 135
# [[5]]
# [1] 127 128 129 130 131 132 133 134 135 136 137 138 139 140
【讨论】：
以上是关于如何将数据框拆分为与 R 大小相同的元素，由另一个大小重叠，保留每个元素？的主要内容，如果未能解决你的问题，请参考以下文章
将 DataFrame 转换为 RDD 并将 RDD 动态拆分为与 DataFrame 相同数量的 Columns