使用 XTS 查找早于某个时间戳的最新观察结果

Question

我有一个 xts 对象，如下所示：

> q.xts
                                  val
2011-08-31 09:30:00.002357 -1.0135222
2011-08-31 09:30:00.003443 -0.2182679
2011-08-31 09:30:00.005075 -0.5317191
2011-08-31 09:30:00.009515 -1.0639535
2011-08-31 09:30:00.011569 -1.2470759
2011-08-31 09:30:00.012144  0.7678103
2011-08-31 09:30:00.023813 -0.6303432
2011-08-31 09:30:00.024107 -0.5105943

我根据另一个数据帧 r 中的时间戳计算固定偏移量。 r 中的行数明显少于 q.xts 中的行数。

> r
                        time               predict.time
1 2011-08-31 09:30:00.003443 2011-08-31 09:30:00.002443
2 2011-08-31 09:30:00.009515 2011-08-31 09:30:00.008515
3 2011-08-31 09:30:00.024107 2011-08-31 09:30:00.023108

time 列对应于 q.xts 的观察结果，而 predict.time 列比 time 早 1 毫秒>（减去任何精度舍入）。

我想要做的是从 q.xts 中找到等于或早于 predict.time 每个值的时间的最后一个观察结果。对于上面 r 中的三个观察结果，我期望出现以下匹配：

                        time               predict.time     (time from q.xts)
1 2011-08-31 09:30:00.003443 2011-08-31 09:30:00.002443  --> 09:30:00.002357
2 2011-08-31 09:30:00.009515 2011-08-31 09:30:00.008515  --> 09:30:00.005075
3 2011-08-31 09:30:00.024107 2011-08-31 09:30:00.023108  --> 09:30:00.012144

我通过循环 r 中的每一行并执行 xts 子集 来实现这一点>。因此，对于 r 的第 1 行，我会这样做：

> last(index(q.xts[paste('/', r[1,]$predict.time, sep='')]))
[1] "2011-08-31 09:30:00.002357 CDT"

问题：用循环执行此操作似乎笨拙且尴尬。有更好的办法吗？我希望在 r 中得到另一列，它提供 q.xts 中相应值的准确时间或行号。

---

注意：使用它来构建我用于此示例的数据：

q <- read.csv(tc <- textConnection("
       2011-08-31 09:30:00.002358, -1.01352216
       2011-08-31 09:30:00.003443, -0.21826793
       2011-08-31 09:30:00.005076, -0.53171913
       2011-08-31 09:30:00.009515, -1.06395353
       2011-08-31 09:30:00.011570, -1.24707591
       2011-08-31 09:30:00.012144,  0.76781028
       2011-08-31 09:30:00.023814, -0.63034317
       2011-08-31 09:30:00.024108, -0.51059425"),
     header=FALSE); close(tc)
colnames(q) <- c('datetime', 'val')
q.xts <- xts(q[-1], as.POSIXct(q$datetime))

r <- read.csv(tc <- textConnection("
       2011-08-31 09:30:00.003443
       2011-08-31 09:30:00.009515
       2011-08-31 09:30:00.024108"),
     header=FALSE); close(tc)
colnames(r) <- c('time')
r$time <- as.POSIXct(strptime(r$time, '%Y-%m-%d %H:%M:%OS'))
r$predict.time <- r$time - 0.001

Answer 1

可能有更好的方法来做到这一点，但这是我目前能想到的最好的方法。

# create an empty xts object based on r$predict.time
r.xts <- xts(,r$predict.time)
# merge q.xts and r.xts. This will insert NAs at the times in r.xts.
tmp <- merge(q.xts,r.xts)
# Here's the magic:
# lag tmp *backwards* one period, so the NAs appear at the times
# right before the times in r.xts. Then grab the index for the NA periods
tmp.index <- index(tmp[is.na(lag(tmp,-1,na.pad=FALSE))])
# get the rows in q.xts for the times in tmp.index
out <- q.xts[tmp.index]
#                                   val
# 2011-08-31 09:30:00.002357 -1.0135222
# 2011-08-31 09:30:00.005075 -0.5317191
# 2011-08-31 09:30:00.012144  0.7678103

Answer 2

我会使用 findInterval：

findInterval(r$predict.time, index(q.xts))

> q.xts[findInterval(r$predict.time, index(q.xts)),]
                           val
2011-08-31 09:30:00 -1.0135222
2011-08-31 09:30:00 -0.5317191
2011-08-31 09:30:00  0.7678103

你的时间是 POSIXct 所以这应该相当稳健。