两个时间序列数据具有不同的时间戳和不同数量的数据点

Question

我有两个时间序列数据，具有不同的时间戳和不同数量的数据点。

第一数据帧是：

 Time   Power_kW 
10/9/2017 1:14:12 0.185 
10/9/2017 1:14:53 0.182 
10/9/2017 1:15:13 0.184 
10/9/2017 1:15:53 0.175 
. . 
. . 
10/9/2017 1:44:37 0.175 
. . 
. . 
10/9/2017 2:13:38 0.181 
. . 
. . 
10/9/2017 2:24:40 0.179 

第二数据帧是：

Local Time Value 
10/9/2017 1:13:01 0 
10/9/2017 1:42:10 1 
10/9/2017 2:11:58 0 
10/9/2017 2:23:30 1 

第二数据帧的数值表示中提到的日期2之间的值。这意味着'0'的值应该从10/9/2017 1:13:01 0到10/9/2017 1:42:10传播。以及从10/9/2017 1:42:10到2017/10/9 2:23:30之间的值1，等等。

我希望通过合并这两个数据帧列值来获得与第一个数据帧相同数量的数据点。我有许多与第二个数据帧类似的数据帧，这些数据帧都将帮助我在时间方面做出相关性。

我试图合并后得到以下结果：（我在结果代表整个数据看起来应该像加了一些分）

Time   Power_kW Value 
10/9/2017 1:14:12 0.185 0 
10/9/2017 1:14:53 0.182 0 
10/9/2017 1:15:13 0.184 0 
10/9/2017 1:15:53 0.175 0 
. .  
. .  
10/9/2017 1:44:37 0.175 1 
10/9/2017 1:45:47 0.176 1 
. .  
10/9/2017 2:13:38 0.181 0 
. .  
. .  
10/9/2017 2:24:40 0.179 1 

我没有指这些线程及其目的不会传播。

R: merge two irregular time series

merge two time series with different time granularities

谁能请把我光？

Answer 1

尝试滚动联接，使用R的data.table包，这是很好的解释in this blog：

library(data.table) 
df1 <- fread("Time,Power_kW 
10/9/2017 1:14:12,0.185 
10/9/2017 1:14:53,0.182 
10/9/2017 1:15:13,0.184 
10/9/2017 1:15:53,0.175 
10/9/2017 1:44:37,0.175 
10/9/2017 1:45:47,0.176 
10/9/2017 2:13:38,0.181 
10/9/2017 2:24:40,0.179") 
df2 <- fread("LocalTime,Value 
10/9/2017 1:13:01,0 
10/9/2017 1:42:10,1 
10/9/2017 2:11:58,0 
10/9/2017 2:23:30,1") 
df1$Time <- as.POSIXct(df1$Time, format="%m/%d/%Y %T") 
df2$LocalTime <- as.POSIXct(df2$LocalTime, format="%m/%d/%Y %T") 
setkey(df1, Time) 
setkey(df2, LocalTime) 
df2[df1, roll=Inf] 
# LocalTime Value Power_kW 
# 1: 2017-10-09 01:14:12  0 0.185 
# 2: 2017-10-09 01:14:53  0 0.182 
# 3: 2017-10-09 01:15:13  0 0.184 
# 4: 2017-10-09 01:15:53  0 0.175 
# 5: 2017-10-09 01:44:37  1 0.175 
# 6: 2017-10-09 01:45:47  1 0.176 
# 7: 2017-10-09 02:13:38  0 0.181 
# 8: 2017-10-09 02:24:40  1 0.179 

Answer 2

假定在端部的注给定的输入。将数据帧转换为动物园并运行na.locf以填写NA值。最后选择对应于所述第一表中的元素和任选的转换回数据帧：

library(zoo) 

# convert to zoo 
Power_kW <- read.zoo(DF1, tz = "") 
Value <- read.zoo(DF2, tz = "") 

z <- na.locf(merge(Power_kW, Value))[time(Power_kW)] 
fortify.zoo(z) # optional 

，并提供：

   Index Power_kW Value 
1 2017-10-09 01:14:12 0.185  0 
2 2017-10-09 01:14:53 0.182  0 
3 2017-10-09 01:15:13 0.184  0 
4 2017-10-09 01:15:53 0.175  0 
5 2017-10-09 01:44:37 0.175  1 
6 2017-10-09 01:45:47 0.176  1 
7 2017-10-09 02:13:38 0.181  0 
8 2017-10-09 02:24:40 0.179  1 

注：我们假设以下的输入。请注意，我们假设POSIXct日期时间。

Lines1 <- " 
Time,Power_kW 
10/9/2017 1:14:12,0.185 
10/9/2017 1:14:53,0.182 
10/9/2017 1:15:13,0.184 
10/9/2017 1:15:53,0.175 
10/9/2017 1:44:37,0.175 
10/9/2017 1:45:47,0.176 
10/9/2017 2:13:38,0.181 
10/9/2017 2:24:40,0.179" 

Lines2 <- " 
LocalTime,Value 
10/9/2017 1:13:01,0 
10/9/2017 1:42:10,1 
10/9/2017 2:11:58,0 
10/9/2017 2:23:30,1" 

fmt <- "%m/%d/%Y %H:%M:%S" 
DF1 <- read.csv(text = Lines1) 
DF2 <- read.csv(text = Lines2) 

# convert date/time to POSIXct 
fmt <- "%m/%d/%Y %H:%M:%S" 
DF1$Time <- as.POSIXct(DF1$Time, format = fmt) 
DF2$LocalTime <- as.POSIXct(DF2$LocalTime, format = fmt)