时间戳

首页 > 解决方案 > R tsibble 添加对自定义索引的支持

r - R tsibble 添加对自定义索引的支持

问题描述

问题描述
我经常使用三次月度数据。每月三次（或大约每 10 天一次，也称为十天），这是前苏联水相关数据和世界各地更多气候/水相关数据集的典型报告间隔。以下是具有 2 个变量的示例数据集：

> date = unique(floor_date(seq.Date(as.Date("2019-01-01"), as.Date("2019-12-31"), 
                                    by="day"), "10days"))
> example_data <- tibble(
    date = date[day(date)!=31],  
    value = seq(1,36,1),  
    var = "A") %>%
    add_row(tibble(
      date = date[day(date)!=31],  
      value = seq(10,360,10),  
      var = "B")) 
> example_data
# A tibble: 72 x 3
# Groups:   var [2]
   date       value var  
   <ord>      <dbl> <chr>
 1 2019-01-01     1 A    
 2 2019-01-01    10 B    
 3 2019-01-11     2 A    
 4 2019-01-11    20 B    
 5 2019-01-21     3 A    
 6 2019-01-21    30 B    
 7 2019-02-01     4 A    
 8 2019-02-01    40 B    
 9 2019-02-11     5 A    
10 2019-02-11    50 B    
# … with 62 more rows

在示例中，我选择了 1、11 和 21到每年 36 个（类似于一年中的某天）。最优雅的解决方案是为 dekadal 数据使用适当的日期格式，例如yearmonth. lubridate但是，lubridate可能不打算在不久的将来支持 dekadal 数据（github 对话）。

我有使用工作流tsibble，并且timetk可以很好地处理月度数据，但是使用原始的十进制时间步骤确实更合适，我正在寻找一种方法，能够以最少的繁琐变通方法将 tidyverse 函数与十进制数据一起使用尽可能。
在 tsibble 中对 dekadal 数据使用每日日期的问题在于，它将时间间隔标识为每天，并且您每月的 3 个值之间会出现很多数据差距：

> example_data_tsbl <- as_tsibble(example_data, index = date, key = var)
> count_gaps(example_data_tsbl, .full = FALSE)
# A tibble: 70 x 4
   var   .from      .to           .n
   <chr> <date>     <date>     <int>
 1 A     2019-01-02 2019-01-10     9
 2 A     2019-01-12 2019-01-20     9
 3 A     2019-01-22 2019-01-31    10
# …

这是我到目前为止所做的：

  1. 我在这里看到了将有序因子定义为索引tsibble但timetk不将因子识别为索引的可能性。timetk建议定义自定义索引（参见 2.）。
  2. 可以向 tsibble 添加自定义索引，但我还没有找到这方面的示例，我不明白我必须如何使用这些功能（小插图仍在计划中）。我已经开始阅读代码以尝试了解如何使用这些函数来获得对 dekadal 数据的支持，但我有点不知所措。

问题

标签： rdatecustomizationtsibble

解决方案

扩展 tsibble 以支持新索引需要为这些泛型定义方法：

  • index_valid()- 如果类可以作为索引，则此方法应返回 TRUE
  • interval_pull()- 此方法接受您的索引值并计算数据的间隔。可以使用创建间隔tsibble:::new_interval()。您可能会发现tsibble::gcd_interval()计算最小间隔很有用。
  • seq()-+这些方法用于使用new_data()函数生成未来时间值。

'year' 的新 tsibble 索引类的最小示例如下：

library(tsibble)
#> 
#> Attaching package: 'tsibble'
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, union
library(vctrs)

# Object creation function
my_year <- function(x = integer()) {
  x <- vec_cast(x, integer())
  vctrs::new_vctr(x, class = "year")
}

# Declare this class as a valid index
index_valid.year <- function(x) TRUE

# Compute the interval of a year input
interval_pull.year <- function(x) {
  tsibble::new_interval(
    year = tsibble::gcd_interval(vec_data(x))
  )
}

# Specify how sequences are generated from years
seq.year <- function(from, to, by, length.out = NULL, along.with = NULL, ...) {
  from <- vec_data(from)
  if (!rlang::is_missing(to)) {
    vec_assert(to, my_year())
    to <- vec_data(to)
  }
  my_year(NextMethod())
}

# Define `+` operation as needed for `new_data()`
vec_arith.year <- function(op, x, y, ...) {
  my_year(vec_arith(op, vec_data(x), vec_data(y), ...))
}

# Use the new index class
x <- tsibble::tsibble(
  year = my_year(c(2018, 2020, 2024)),
  y = rnorm(3), 
  index = "year"
)
x
#> # A tsibble: 3 x 2 [2Y]
#>     year      y
#>   <year>  <dbl>
#> 1   2018  0.211
#> 2   2020 -0.410
#> 3   2024  0.333
interval(x)
#> <interval[1]>
#> [1] 2Y
new_data(x, 3)
#> # A tsibble: 3 x 1 [2Y]
#>     year
#>   <year>
#> 1   2026
#> 2   2028
#> 3   2030

由reprex 包于 2021-02-08 创建(v0.3.0)

推荐阅读