R 中是否有 function 来定义条件为真的时间段（在时间序列内）

Question

我正在寻找条件为真的时间段。 我很高兴使用 R 中的任何包来实现这一点，但提供了下面使用zoo的示例。 我想要做的是找到这个时间序列中的 2 个周期，其中值大于4 。

library(zoo)
#> 
#> Attaching package: 'zoo'
#> The following objects are masked from 'package:base':
#> 
#>     as.Date, as.Date.numeric

# Create an example timeseries
z = zoo(c(1:10, 10:1, 1:10, 10:1), 1:40)
z
#>  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 
#>  1  2  3  4  5  6  7  8  9 10 10  9  8  7  6  5  4  3  2  1  1  2  3  4  5  6 
#> 27 28 29 30 31 32 33 34 35 36 37 38 39 40 
#>  7  8  9 10 10  9  8  7  6  5  4  3  2  1

# See the shape
plot(z)

# Look for timepoints greater than 4
z > 4
#>     1     2     3     4     5     6     7     8     9    10    11    12    13 
#> FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE 
#>    14    15    16    17    18    19    20    21    22    23    24    25    26 
#>  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE 
#>    27    28    29    30    31    32    33    34    35    36    37    38    39 
#>  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE 
#>    40 
#> FALSE

# Now I want to define the perilds where the above is true

# Desired result
data.frame(period = 1:2, 
           period_start = c(5, 25), 
           period_end = c(16, 36))
#>   period period_start period_end
#> 1      1            5         16
#> 2      2           25         36

^{由代表 package (v0.3.0) 于 2020 年 12 月 1 日创建}

Answer 1

使用rle的base 。

f_period <- function(z, n) {

   z_o4 <- rle(as.numeric(z) > n)
   o4_loc <- which(z_o4$values)

   df <- NULL
   for(j in seq_along(o4_loc)) 
    df <- rbind(df, 
      c(j, sum(zz_o4$lengths[1:(o4_loc[j] -1)]+1), 
                     sum(zz_o4$length[1:o4_loc[j]])))

    df
}

f_period(z, 4)

 [,1] [,2] [,3] [1,] 1 5 16 [2,] 2 27 36

Answer 2

这是使用rle的矢量化版本。

period_where <- function(x) {
  x <- rle(as.vector(x))
  lens <- x$lengths
  ends <- cumsum(lens)[x$values]
  starts <- ends - lens[x$values] + 1L
  data.frame(
    period = seq_along(starts), 
    period_start = starts, 
    period_end = ends
  )
}

用法

> x <- zoo::zoo(c(1:10, 10:1, 1:10, 10:1), 1:40)
> period_where(x > 4)

  period period_start period_end
1      1            5         16
2      2           25         36

Answer 3

使用data.table ：

library(data.table)
dt <- data.table(x = c(1:10, 10:1, 1:10, 10:1))
dt[, y := seq_len(.N)]

dt[, .(period_start = first(y), 
              period_end = last(y), 
              val = first(x > 4)), .(period = rleid(x > 4))] -> dt1

dt1[which(val)][, val := NULL][, period := seq_len(.N)][]

#   period period_start period_end
#1:      1            5         16
#2:      2           25         36

Answer 4

我们可以使用rleid中的 rleid 来获得紧凑的表达式。 L是一个列表，它的第 i 个分量是由第 i 个周期的开始和结束时间组成的 2 元素向量。

library(data.table)
library(zoo)
ok <- z > 4
L <- tapply(time(z)[ok], rleid(ok)[ok], range)

L可能就足够了，但如果你真的需要一个 data.frame 那么：

setNames(data.frame(seq_along(L), do.call("rbind", L)), c("period", "start", "end"))
##   period start end
## 2      1     5  16
## 4      2    25  36

plot(z, type = "h", lwd = 3, col = ok+1)
junk <- lapply(L, lines, c(4, 4)) # horiz lines from start to end