時系列を連結/マージする（R）

Question

私はxts/zooオブジェクトにする必要があります。それぞれは異なる期間にわたって異なる変数の測定値を有する。私は、すべての尺度を常に含む単一の時系列を作成し、欠落した日付/変数の組み合わせについてはNAsを作成したいと考えています。それ、どうやったら出来るの？ 人工的な例：

library(xts) 
x<-cbind(a=1:3,b=3:1) 
rownames(x) = as.character(Sys.Date()-1:3) 

y<-cbind(a=5:7,c=3:1) 
rownames(y) = as.character(Sys.Date()-5:7) 

xs=as.xts(x) 
ys=as.xts(y) 

#now what? 

#desired outcome looks like: 
      a b c 
2013-03-10 7 NA 1 
2013-03-11 6 NA 2 
2013-03-12 5 NA 3 
2013-03-14 3 1 NA 
2013-03-15 2 2 NA 
2013-03-16 1 3 NA 

# regular merge looks like that (adding an a.1 variable) 
merge(xs,ys) 
      a b a.1 c 
2013-03-10 NA NA 7 1 
2013-03-11 NA NA 6 2 
2013-03-12 NA NA 5 3 
2013-03-14 3 1 NA NA 
2013-03-15 2 2 NA NA 
2013-03-16 1 3 NA NA 

# simple concatenation ignores variable names and looks like that 
c(xs,ys) 
      a b 
2013-03-10 7 1 
2013-03-11 6 2 
2013-03-12 5 3 
2013-03-14 3 1 
2013-03-15 2 2 
2013-03-16 1 3 

# so what should I do? 

Answer 1

これは一般的な解決策ではありません。しかし、この例のために動作します：

cbind(rbind(xs[,1],ys[,1]), cbind(xs[,-1],ys[,-1])) 
      a b c 
2013-03-10 7 NA 1 
2013-03-11 6 NA 2 
2013-03-12 5 NA 3 
2013-03-14 3 1 NA 
2013-03-15 2 2 NA 
2013-03-16 1 3 NA 

だけcbind.xtsがちょうどmerge.xtsであることを思い出させます。 S君は、このソリューションに問題がysとxsがincommonいくつかの日付を持っている場合、我々はYを交換する場合、あなたは、あなたの最終xts object.For例では、インデックスを重複しているということですmerge

merge(rbind(xs[,1],ys[,1]), merge(xs[,-1],ys[,-1])) 
      a b c 
2013-03-10 7 NA 1 
2013-03-11 6 NA 2 
2013-03-12 5 NA 3 
2013-03-14 3 1 NA 
2013-03-15 2 2 NA 
2013-03-16 1 3 NA 

を使用して同じ結果を得ることができます：

rownames(y) = as.character(Sys.Date()-3:5) 

あなたは、それが有効なxtsオブジェクトをそのSA anot必ずそうイム2013-03-14のための重複インデックスを取得します。

merge(rbind(xs[,1],ys[,1]), merge(xs[,-1],ys[,-1])) 
      a b c 
2013-03-12 7 NA 1 
2013-03-13 6 NA 2 
2013-03-14 3 1 3 
2013-03-14 5 NA NA 
2013-03-15 2 2 NA 
2013-03-16 1 3 NA 

EDITソリューションの一般化：

inter <- intersect(names(ys), names(xs)) 
diffx <- setdiff(names(xs),inter) 
diffy <- setdiff(names(ys),inter) 

merge(rbind(xs[,inter],ys[,inter]), merge(xs[,diffx],ys[,diffy])) 


      a b c 
2013-03-10 7 NA 1 
2013-03-11 6 NA 2 
2013-03-12 5 NA 3 
2013-03-14 3 1 NA 
2013-03-15 2 2 NA 
2013-03-16 1 3 NA 

Answer 2

What you want => merge(data.frame(x,d),data.frame(y,d),by=c("d","a"),all=T）

あなたはここで、ベクトル/行列に名前を付けないdata.frameを使用する必要がありますあなたが望むものを、一般的なソリューションです。完全な外部結合を持つ1つのライナーです（マージを参照）

x<-cbind(a=1:3,b=3:1) 
d= as.character(Sys.Date()-1:3) 
DT1 = data.frame(x,d) 
#DT1 
# a b   d 
#1: 1 3 2013-03-16 
#2: 2 2 2013-03-15 
#3: 3 1 2013-03-14 

y<-cbind(a=5:7,c=3:1) 
d = as.character(Sys.Date()-5:7) 
DT2 = data.frame(y,d) 
#DT2 
# a b   d 
#1: 1 3 2013-03-12 
#2: 2 2 2013-03-11 
#3: 3 1 2013-03-10 
merge(DT1,DT2,by=c("d","a"),all=T) 
#   d a b c 
#1 2013-03-10 7 NA 1 
#2 2013-03-11 6 NA 2 
#3 2013-03-12 5 NA 3 
#4 2013-03-14 3 1 NA 
#5 2013-03-15 2 2 NA 
#6 2013-03-16 1 3 NA 

Answer 3

ok。これについて考えていたのです。最終的には、このようなデータフレーム/ xtsを1つに「マージ」する必要があり、2つのデータフレームをマージするだけでなく、すべての日付/ var組み合わせの大きな行列を作成するということが1つのステップでは理にかなっています。この大きな行列にすべての観測データをオブジェクトごとに差し込みます。次のようにコードは（それについてのコメントを取得させていただき、そしてもちろんの保証のいずれかの種類、なし、使用すること自由に感じます）になります。

alltogether = function(dlist) { 
    all.vars = unique(unlist(lapply(dlist,colnames))) 
    all.obs = unique(unlist(lapply(dlist,rownames)))  
    res = array(NA,dim=c(length(all.obs),length(all.vars)), 
      dimnames=list(all.obs,all.vars)) 
    for(d in dlist) { 
      res[rownames(d),colnames(d)]=d 
    } 
    return(res) 
} 

alltogether.xts = function(xlist) { 
    dlist = lapply(xlist,as.matrix) 
    res = alltogether(dlist) 
    xres = as.xts(res) 
    return(xres) 
} 

Answer 4

私は（数値配列に変換すると言うでしょう（ts1）、as.numeric（ts2）と連結し、cbind（ts1、ts2）と連結してから時系列に戻ってから、時系列に戻ります。