從xts改進多時間範圍子集的性能？

有沒有更好的方式來實現以下代碼：從xts改進多時間範圍子集的性能？

slice.periods <- function (x, periods, ...) 
{ 
    if (!require("xts")) { 
    stop("Need 'xts'") 
    } 
    Reduce(rbind.xts, lapply(periods, function(t) x[t], ...)) 
}

其中x是XTS對象，時間是一個迭代章程列表是XTS子集識別。用法示例：

j <- xts(rnorm(10e6),Sys.time()-(10e6:1)) 
v <- c("T10:00/T11:00", "T13:00/T15:00", "T20:30/T22:00") 
system.time(slice.periods(j, v)) 

## result on my MacBook Air (1.8 GHz Intel Core i7; 4 GB 1333 MHz DDR3) 
## user system elapsed 
## 14.956 0.876 15.837

有幾個顧慮：

「減少」可能太慢，如果每次子集是非常大的
每個時間片，因爲它不是直接使用索引從不是最佳xts對象。如果對象很大，則可能會花費時間。

我看到一些帖子，如果時間爲UTC，也有一些驚人的速度增長直接訪問，請參見下面的帖子： data.table time subset vs xts time subset

但是，我的應用程序需要使用夏令時的本地時區。這使得夏季和冬季之間的UTC時間轉換不同，上述方法無效。

我也考慮過使用data.table，因爲我在使用「rbindlist」替換do.Call（rbind，...）或Reduce（rbind，...）方面有很好的性能。 data.table也有一些很酷的子集特性，這些我都不熟悉。另一方面，rbindlist和as.data.table將不會將xts對象作爲輸入，並且我不確定對時間序列數據子集使用data.table是個不錯的選擇。

如果還有其他想法，我很樂意嘗試。多謝提前。

來源

2014-02-12 lui.lui

對於1.，請參閱http://stackoverflow.com/a/12029366/967840 – GSee

如果瓶頸爲rbind.xts，此解決方案將更快，但瓶頸是每日時間子集。

jv <- j[unlist(lapply(v, function(i) j[i, which.i=TRUE])),]

時間的日子集在非UTC時區是緩慢的，因爲XTS目前POSIXct指數轉換成POSIXlt拿到一年的日子。

來源

2014-02-12 19:21:17

轉換爲UTC的部分肯定是一個問題，因爲xts使用紀元存儲索引。是否有可能有多個索引（即爲本地時間添加額外的索引）;或者只是強迫xts使用本地時間作爲索引？謝謝 –

@ lui.lui：目前都不可能。也就是說，沒有什麼可以阻止你擴展xts，增加一個本地時間索引，並且寫一個'[.yourxts''方法來對這兩個索引進行子集合。只知道'POSIXlt'對象比'POSIXct'對象多佔用5倍的內存。 –

從xts改進多時間範圍子集的性能？

回答

相關問題