使用來自另一個xts對象的數據更新xts時間序列對象

Question

我正在尋找一種更簡單的方法來使用另一個xts對象中的數據更新xts時間序列對象。 應更新重疊時間段和維度的數據，應添加其他時間段，並根據需要添加缺少的系列維度。 目前我正在使用合並，子集和賦值的組合。 有沒有辦法以更少的步驟做到這一點？

例

兩個xts倍系列對象，一維共同（y），兩個時間段共同（2018 Q2和2018 Q3）。

library(xts)

t <- as.yearqtr(paste(2018, 1:4, sep = ":Q"), format = "%Y:Q%q")

short <- xts(
    matrix(1, ncol = 2, nrow = 2, dimnames = list(NULL, c("x", "y"))), 
    order.by = t[2:3]
)

long <- xts(
    matrix(0, ncol = 2, nrow = 4, dimnames = list(NULL, c("y", "z"))),
    order.by = t
)

short

        x y
2018 Q2 1 1
2018 Q3 1 1

long

        y z
2018 Q1 0 0
2018 Q2 0 0
2018 Q3 0 0
2018 Q4 0 0

案例1的期望結果：用long更新short

         x  y z
2018 Q1 NA  0 0
2018 Q2  1  0 0
2018 Q3  1  0 0
2018 Q4 NA  0 0

對於殼體2所需的結果：在更新long與short

         x  y z
2018 Q1 NA  0 0
2018 Q2  1  1 0
2018 Q3  1  1 0
2018 Q4 NA  0 0

情況1

合並非重疊維度，然后為重疊維度進行子集和分配（如： 更新XTS對象 ）

short2 <- short
for (j in setdiff(colnames(long), colnames(short2))) {
    short2 <- merge(short2, long[, j])
}
short3 <- short2
for (j in intersect(colnames(short3), colnames(long))) {
    short3[index(long), j] <- long[, j]
}
short3

         x y z
2018 Q1 NA 0 0
2018 Q2  1 0 0
2018 Q3  1 0 0
2018 Q4 NA 0 0

案例2

相同方法：合並非重疊系列維度，然后為重疊維度進行子集和分配

long2 <- long
for (j in setdiff(colnames(short), colnames(long2))) {
    long2 <- merge(long2, short[, j])
}
long3 <- long2
for (j in intersect(colnames(short), colnames(long3))) {
    long3[index(short), j] <- short[, j]
}
long3

        y z  x
2018 Q1 0 0 NA
2018 Q2 1 0  1
2018 Q3 1 0  1
2018 Q4 0 0 NA

有沒有比這兩步更簡單的過程？ 也許來自另一個包的功能或選項。

Answer 1

在為共享相同名稱的列分配優先級時， R無法merge 。 我剛才有類似的問題。 R必須默認生成唯一的列名。 您可以使用setNames直接為列分配一個通用名稱，但R將始終指定唯一的名稱（有關說明，請參閱?make.names ）。 不建議這樣做，因為它會在更復雜的事情之后采取行動。

操縱ts和xts對象也很復雜。 它可以做到，但不值得花時間。 這是最好的轉換為data.frame或tibble ，做您的企業在這些格式，然后再轉換回來。

以下是tidyverse解決方案，也使用timetk包。

library(xts)
library(timetk)
library(dplyr)

xts::merge.xts(long, short) %>% #merge xts objects using merge.xts
  timetk::tk_tbl() %>% #convert xts object to tibble
  dplyr::mutate(y = dplyr::coalesce(y.1, y)) %>% #replace y with coalesced y & y.1
  dplyr::select(-y.1) %>% #deselect y.1
  timetk::tk_xts(silent = T) #convert back to xts

        y z  x
2018 Q1 0 0 NA
2018 Q2 1 0  1
2018 Q3 1 0  1
2018 Q4 0 0 NA