berechnen tägliche Änderung in Zeitreihe

Question

Ich habe eine Zeitreihe df1. df2 zeigt start und stop Daten und difference in value basierend auf df1 zwischen den beiden Daten. Zusätzlich zum letzten Unterschied zwischen den Daten (wie in df2 gezeigt) möchte ich die tägliche Differenz zwischen Start und Stopp finden. Hat jemand eine Idee, wo ich anfangen soll? Ich begann mit merge in R zu kombinieren df1 und df2, aber ich steckte danach fest.

df1 

Date  Value 
20120509 1018.53 
20120510 1026.5 
20120511 1032.41 
20120514 1004.87 
20120515 999.22 
20120516 986.94 
20120518 955.98 

df2

structure(list(Start = c(20030127L, 20030128L, 20030129L, 20030205L, 
20030210L, 20030228L, 20030307L, 20030310L, 20030313L, 20030331L, 
20030402L, 20030513L, 20030519L, 20030520L, 20030521L, 20030625L, 
20030701L, 20030919L, 20030922L, 20030923L, 20030925L, 20030930L, 
20031112L, 20031120L, 20031128L, 20031217L, 20031218L, 20040130L, 
20040205L, 20040225L, 20040316L, 20040322L, 20040323L, 20040430L, 
20040504L, 20040506L, 20040507L, 20040510L, 20040512L, 20040517L, 
20040621L, 20040622L, 20040708L, 20040709L, 20040712L, 20040719L, 
20040720L, 20040727L, 20040811L, 20040812L, 20040816L, 20040928L, 
20041015L, 20041021L, 20041025L, 20041125L, 20041210L, 20041220L, 
20050121L, 20050124L), Stop = c(20030128L, 20030129L, 20030205L, 
20030210L, 20030217L, 20030307L, 20030310L, 20030311L, 20030320L, 
20030401L, 20030409L, 20030519L, 20030520L, 20030521L, 20030528L, 
20030701L, 20030708L, 20030922L, 20030923L, 20030924L, 20030930L, 
20031007L, 20031119L, 20031127L, 20031205L, 20031218L, 20031230L, 
20040204L, 20040212L, 20040303L, 20040322L, 20040323L, 20040330L, 
20040503L, 20040506L, 20040507L, 20040510L, 20040512L, 20040517L, 
20040525L, 20040622L, 20040630L, 20040709L, 20040712L, 20040719L, 
20040720L, 20040726L, 20040803L, 20040812L, 20040816L, 20040823L, 
20041005L, 20041020L, 20041022L, 20041101L, 20041202L, 20041217L, 
20041228L, 20050124L, 20050131L), Difference = c(-132, -204, 
-455, -1640, 3678, -1516, -610, -247, 4280, -378, 1138, -1386, 
-174, -247, 2003, -431, 2725, -149, -420, -580, -459, 2211, -578, 
1100, 812, -76, 2191, -1009, 2041, 2462, -1109, -277, 1733, -189, 
-815, -161, -694, -153, -141, 932, -473, 1961, -452, -368, -332, 
-83, -737, 664, -465, -632, 2261, 3159, -432, -1000, 2456, 958, 
-463, 419, -310, 1334)), .Names = c("Start", "Stop", "Difference" 
), row.names = c(NA, 60L), class = "data.frame") 

erwartet aus:

Date  Value ChangeOverTime 
20120509 1018.53 0 
20120510 1026.5 7.97 
20120511 1032.41 13.88 
20120514 1004.87 -13.66 
20120515 999.22 0 
20120516 986.94 -12.28 
20120518 955.98 -43.24 

Answer 1

Man könnte so etwas tun. Es funktioniert, solange die Datumsspalte in aufsteigender Reihenfolge ist. Er erstellt eine Gruppierungsvariable, indem er nach Daten in df2$Start sucht, und erstellt dann eine kumulative Summe der Differenzen für jede Gruppe, unlist sie in einem einzigen Vektor zu erstellen.

df1$Change <- unlist(tapply(df1$Value, 
          cumsum(df1$Date %in% df2$Start), 
          function(x) cumsum(c(0, diff(x))))) 

df1 
     Date Value Change 
1 20120509 1018.53 0.00 
2 20120510 1026.50 7.97 
3 20120511 1032.41 13.88 
4 20120514 1004.87 -13.66 
5 20120515 999.22 0.00 
6 20120516 986.94 -12.28 
7 20120518 955.98 -43.24 

Answer 2

Verwenden Sie die dplyr-Verzögerungsfunktion, um den Unterschied zwischen einer Zeile und einer vorherigen Zeile zu berechnen. http://dplyr.tidyverse.org/reference/lead-lag.html

ich den folgenden Code nicht getestet:

library(dplyr) 

df1 %>% 
    mutate(ChangeOverTime = value - lag(value,1, default = 0.0)) 

Aber es gibt einige fehlende Termine, zum Beispiel 20120512. Sie müssen darüber nachdenken, was Sie mit ihnen machen.