差异化以降低频率

Question

我有几个月度时间序列存储在一个文件中，我想使用 R 来区分 lag = 2 以每季度获取它们，即 3 个月等于一个季度，我想区分第三个月和第一个月。 这将使我每季度观察一次而不是三次。 然而，我写的 apply function 并没有达到我想要的效果。

我的数据：

Time      TimeSeries_1 TimeSeries2
1980-01     200           1200
1980-02     300           1300
1980-03     400           1400
1980-04     500           1500
1980-05     600           1600
1980-06     700           1700
.
.
1980-12     1300          2700

我的 function：

data_diff = apply(data, MARGIN = 1, function(x) diff(x, lag = 2))

我想得到什么：

1980-Q1  200 (=400-200)
1980-Q2  200 (=700-50)
1980-Q3   ...
1980-Q4   ...

数据框的维度没有改变，我不明白为什么这种转换不起作用。 十分感谢！

PS 使用sapply()代替，没有任何 MARGIN 参数也不起作用。

Answer 1

在基础 R 中，您将执行以下操作：

dat$Time <- as.Date(sprintf("%s-01", dat$Time))
group <- interaction(quarters(dat$Time), format(dat$Time, "%Y"))
data.frame(lapply(dat[-1], function(x)  tapply(x, group, diff, lag = 2)))

        TimeSeries1 TimeSeries2
Q1.1980         200         200
Q2.1980         200         200
Q3.1980         200         200
Q4.1980         200         200

Answer 2

这是一个稍微冗长的tidyverse方法，但它应该返回为每个季度正确命名的所有变量，因为没有间隙。

library(tidyverse)

dat <- tribble(~Time, ~ TimeSeries1, ~TimeSeries2,
               "1980-01",     100,           1000,
               "1980-02",     300,           1300,
               "1980-03",     400,           1300,
               "1980-04",     500,           1500,
               "1980-05",     600,           1600,
               "1980-06",     900,           1700,
               "1980-07",     200,           1200,
               "1980-08",     300,           1300,
               "1980-09",     750,           1400,
               "1980-10",     500,           1500,
               "1980-11",     600,           1600,
               "1980-12",     700,           1700)

dat %>% 
  mutate(Time = paste0(gsub("[0-9]{2}$", "", Time),
                          quarters(as.Date(paste0(Time, "-01"))))
         ) %>% 
  nest_by(Time) %>% 
  mutate(data = summarise(data, across(everything(), 
                                    ~ diff(.x, lag = 2)))) %>% 
  unpack(data)
#> # A tibble: 4 x 3
#>   Time    TimeSeries1 TimeSeries2
#>   <chr>         <dbl>       <dbl>
#> 1 1980-Q1         300         300
#> 2 1980-Q2         400         200
#> 3 1980-Q3         550         200
#> 4 1980-Q4         200         200

^{由代表 package (v0.3.0) 于 2020 年 8 月 17 日创建}