为hts字符参数R创建正确的输入名称

Question

这个问题与hts包无关，但其动机来自于需要在hts包中指定列名中的层次结构(函数hts参数“字符”)。

原始数据：

library(data.table)
Original<-data.table(column_names=c("12_2985_40_4025", "12_2986_26_4027", 
          "12_3385_17_4863", "48_2570_433_3376"))
Original[,nchar:=nchar(column_names)]
Original

原创

              names nchar
1:  12_2985_40_4025    15
2:  12_2986_26_4027    15
3:  12_3385_17_4863    15
4: 48_2570_433_3376    16

请注意，每行由一个层次结构中的单个时间序列构建的4个粘贴标签组成，例如，Original$names[1]: "12_2985_40_4025是一个类型为"12“、子类型"2985”、子类型"40“和唯一标识符"4025”的时间序列。

说明原始数据层次结构：

​

字符参数要求：

整数表示可以读取底层名称的段，以便构造相应的节点结构及其标签。例如，假设下面的一个系列被命名为"VICMelb“，指的是维多利亚州内的墨尔本市。然后将字符指定为c(3，4)，表示3个字符(例如“国际中心”)和4个字符(例如"Melb")的状态，所有底部名称必须具有相同的长度，每个片段的字符数与所有系列的字符数相同。

因此，我需要将“原始”格式转换为“必需”格式，以便进一步将其输入到hts对象中，注意到我添加了"l“(可以是任何字符)，以便为所有子级别创建相同的长度：

required<-data.table(names=c("12_2985_40l_4025", "12_2986_26l_4027", 
                             "12_3385_17l_4863", "48_2570_433_3376"))
required[,nchar:=nchar(names)]
required

必填项

              names nchar
1: 12_2985_40l_4025    16
2: 12_2986_26l_4027    16
3: 12_3385_17l_4863    16
4: 48_2570_433_3376    16

因此，现在来自hts的以下代码可以工作，因为每个“名称”将被分成4个长度级别:3、5、4、4(包括下划线)：

library(hts)
abc <- ts(5 + matrix(sort(rnorm(1000)), ncol = 4, nrow = 100))
colnames(abc) <- required$names
y <- hts(abc, characters=c(3,5,4,4)) #this would work after properly fixing 
Alert_forecast <- forecast(y, h=10, method="comb")
plot(Alert_forecast, include=10)

我想出的一般解决方案是：(虽然我确实没有把它正确地表述成代码，而不是优雅的)，为了将它转换成正确的格式，我想先找到所有4个级别的最大值(对于“名称”的所有值)，然后在所有“名称”上运行一个循环，然后在一个循环中分割每个级别，如果它的级别较短，那么它就会粘贴必要的11级，这样它的名称长度就会与其同等级别的所有其他TS一样长。

Answer 1

下面是使用stringi包解决这一问题的尝试

library(data.table) #V 1.9.6+
library(stringi)
Original[, tstrsplit(column_names, "_", fixed = TRUE)
         ][, lapply(.SD, function(x) stri_pad_right(x, max(nchar(x)), "l"))
           ][, do.call(paste, c(sep = "_", .SD))]

## [1] "12_2985_40l_4025" "12_2986_26l_4027" "12_3385_17l_4863" "48_2570_433_3376"

这里的想法是:按_拆分>找到每列的最大长度> pad ls到较短的值>将所有内容与_分隔符组合起来。