将两个不同的时间序列配对起来

Question

TLDR：R中是否有一个函数/包，它允许绘制/比较两个不同长度的时间序列数据集？(不是绘制两条时间序列数据线，而是将每个数据集的值分别作为x和y使用)。这就是最终的情节可能是什么样子：

​

​

对于这个问题，让我们想象一下，我在实验室里有两个传感器，同时测量热电偶的温度和电压。然后将这些数据存储为时间序列数据。但是，由于这些数据是在两个不同的设备上测量的，所以时间戳不同，测量数据的频率也不同。现在，我想将这些数据与温度相匹配(这是评估热电偶时的标准图)。我该怎么做？

我创建了一些示例数据：

x_datetime <- as.POSIXct(paste("2022-10-21 10:00:",sprintf("%02.0f", seq(0,59,4)), sep = ""))
x_values <- seq(3,17,1)
y_datetime <- as.POSIXct(paste("2022-10-21 10:00:",sprintf("%02.0f", seq(1,59,3)), sep = ""))
y_values <- seq(0.4, 4.2, 0.2)

x <- data.frame(x_datetime, x_values)
y <- data.frame(y_datetime, y_values)

我能想到的一个解决方案是计算给定时间框架的平均值(例如10秒)，并使用这个方法绘制数据。为了计算平均值，我找到了一个不错的解决方案here。对于x，代码如下所示：

#Variant 1, using dplyr
library("dplyr")
x$time_bucket <- as.POSIXct(round(as.numeric(x$x_datetime)/10)*10, origin='1970-01-01')
x_means <- x %>% 
  group_by(time_bucket) %>%
  summarize(mean(x_values))

#Variant 2, using data.table and lubridate
library("data.table")
library("lubridate")
x_dat <- as.data.table(x)
x_dat <- x_dat[, lapply(.SD, mean), .(x_datetime = round_date(x_datetime, "10 seconds"))]

此解决方案将需要手动选择所需的时间框架(在本例中为10秒)，根据该时间框架，我们要计算平均值。

因为这个问题看起来应该很常见，所以我想应该有一种更简单、更容易自动化和可能更少资源密集型的方法来比较这些数据集。

一如既往，谢谢你的帮助！

Answer 1

在处理不规则时间序列时，xts是您的朋友！

library(xts)

x_xts <- xts(x$x_values, order.by = x$x_datetime)
period.apply(x_xts, endpoints(x_xts, 'seconds', 10), mean) |> 
  align.time(10) |> 
  print()

y_xts <- xts(y$y_values, order.by = y$y_datetime)
period.apply(y_xts, endpoints(y_xts, 'seconds', 10), mean) |> 
  align.time(10) |> 
  print()