Создание временных рядов в зависимости от значения вектора df1 с временными рядами столбца xts2 в R

Question

У меня есть два набора данных. Я хочу создать список новых временных рядов в зависимости от различных символов, указанных в df1 $ col5. Поэтому у меня есть другой xts 2, имя столбца (заголовок) которого соответствует символу df1 $ col5. Каждый столбец xts 2 включает временную серию. Название каждого ts для списка дается в df1 / col1. В дополнение к этому я должен редактировать каждую новую временную серию со значением от df1 / col3.

Звучит довольно хаотично, но это лучший способ описать мою проблему.

Как мне сопоставить символ df1 / col5 с одним заголовком xts2?

Я долго искал, но не нашел решения.

df1 выглядит так:

        MKZ Elbekilometer MNW91-2010       Fix   Pegel Distanz_Pegel_m
1  43420072         178.2      70.70  70.37300  Torgau      18816.2011
2  43435074         172.0      72.09  71.81900  Torgau      11926.9932
3  43435084         177.0      70.93  70.61100  Torgau      15620.9210
4  43435086         171.8      72.14  71.87100  Torgau      11478.2310
5  44425470         172.2      72.05  71.76767  Torgau      17400.7983
6  44425476         172.2      72.05  71.76767  Torgau      14448.9073
7  45426142         154.0      75.91  75.72300  Torgau      21065.9449
8  45440655         125.4      84.18  83.94567   Riesa      17019.6066
9  46431146         117.0      87.17  87.04500   Riesa      23594.2523
10 46440130         116.0      87.45  87.32600   Riesa      10471.5078

MKZ будет именем каждой новой временной серии в моем списке. Символ зависимости указан в Pegel, который соответствует имени столбца xts2, который выглядит следующим образом:

            Schöna   Pirna Dresden  Meißen  Riesa Torgau
1980-01-01 119.583 110.576 105.742  98.522 92.036 79.038
1980-01-02 119.523 111.426 105.652  98.412 91.926 78.908
1980-01-03 119.413 111.316 105.592  98.362 91.876 78.848
1980-01-04 119.123 111.126 105.382  98.222 91.756 78.748
1980-01-05 119.103 110.956 105.282  98.032 91.536 78.488
1980-01-06 118.823 110.786 105.062  97.802 91.396 78.348
1980-01-07 118.783 110.726 104.972  97.722 91.276 78.128
1980-01-08 118.923 110.866 105.102  97.852 91.336 78.088

В конце концов это будет выглядеть так:

data<-list()

data[[1]]
file[1] <- 43420072

           Torgau   newcol
1980-01-01  79.038  79.038+df1/col3
1980-01-02  78.908  78.908+df1/col3
1980-01-03  78.848  78.848+df1/col3
1980-01-04  78.748  78.748+df1/col3
1980-01-05  78.488  78.488+df1/col3
1980-01-06  78.348  78.348+df1/col3
1980-01-07  78.128  78.128+df1/col3
1980-01-08  78.088  78.088+df1/col3

UPDATE

В основном ответ работает отлично, за исключением всех временных рядов, основанных на Пегеле Шоне. Мой код выглядит следующим образом:

library(dplyr)
library(tidyr)
library(tibble)

pegeluntereinander <- Pegelganglinien %>% 
  rownames_to_column('date') %>% 
  gather('Pegel','value', -date)

zus <- pegeluntereinander %>%
  left_join(Werte) %>% #WITHOUT running df1 %>% filter(MKZ == 43420072)
  select(date, Pegel, value, MKZ, `MNW91.2010`) %>% #Added MKZ as column for clarity
  mutate(new.col = value + `MNW91.2010`)

files<-Werte$MKZ
workspace<-...
for (i in 1:length(files)){
  filename<-Werte[i,][1,1]
  zeilen<-which(zus$MKZ==filename)
  mkz<-new.df[zeilen, ]
  filename<-as.character(filename)
  dateinamen_csv=paste(filename, "csv", sep = ".")
  speicherpfad_inkl_namen=paste(workspace,dateinamen_csv, sep = "/")
  write.csv(mkz, file = speicherpfad_inkl_namen, row.names = F)
}

, чтобы понять имена кадров данных:

Werte=df1
Pegelganglinien=df2
pegeluntereinander=df2.new
zus=df.new

Answer 1

1.Загрузите ваши данные

df1 <- read.table(text = '        MKZ Elbekilometer MNW91-2010       Fix   Pegel Distanz_Pegel_m
1  43420072         178.2      70.70  70.37300  Torgau      18816.2011
2  43435074         172.0      72.09  71.81900  Torgau      11926.9932
3  43435084         177.0      70.93  70.61100  Torgau      15620.9210
4  43435086         171.8      72.14  71.87100  Torgau      11478.2310
5  44425470         172.2      72.05  71.76767  Torgau      17400.7983
6  44425476         172.2      72.05  71.76767  Torgau      14448.9073
7  45426142         154.0      75.91  75.72300  Torgau      21065.9449
8  45440655         125.4      84.18  83.94567   Riesa      17019.6066
9  46431146         117.0      87.17  87.04500   Riesa      23594.2523
10 46440130         116.0      87.45  87.32600   Riesa      10471.5078')

df2 <- read.table(text = '            Schöna   Pirna Dresden  Meißen  Riesa Torgau
  1980-01-01 119.583 110.576 105.742  98.522 92.036 79.038
1980-01-02 119.523 111.426 105.652  98.412 91.926 78.908
1980-01-03 119.413 111.316 105.592  98.362 91.876 78.848
1980-01-04 119.123 111.126 105.382  98.222 91.756 78.748
1980-01-05 119.103 110.956 105.282  98.032 91.536 78.488
1980-01-06 118.823 110.786 105.062  97.802 91.396 78.348
1980-01-07 118.783 110.726 104.972  97.722 91.276 78.128
1980-01-08 118.923 110.866 105.102  97.852 91.336 78.088')

Сначала мы отформатируем второй фрейм данных, чтобы мы могли легко присоединиться к нему, используя left_join из dplyr.Затем мы фильтруем первый кадр данных на указанном вами MKZ (43420072) и объединяем данные:

2.Отформатируйте второй кадр данных (df2) так, чтобы мы могли легко присоединиться к нему

library(dplyr)
library(tidyr)
library(tibble)

df2.new <- df2 %>% 
rownames_to_column('date') %>% 
gather('Pegel','value', -date)

3.Создайте новый фрейм данных

# We pick the correct data from the first dataframe
df1 <- df1 %>% filter(MKZ == 43420072)

# Build the new df
new.df <- df2.new %>%
  left_join(df1) %>%
  select(date, Pegel, value, `MNW91.2010`) %>%
  mutate(new.col = value + `MNW91.2010`)

Вывод
Этот новый фрейм данных будет выглядеть так, как вы описали (отфильтровано по Плегелю == Торгау):

       date  Pegel  value MNW91.2010 new.col
1 1980-01-01 Torgau 79.038       70.7 149.738
2 1980-01-02 Torgau 78.908       70.7 149.608
3 1980-01-03 Torgau 78.848       70.7 149.548
4 1980-01-04 Torgau 78.748       70.7 149.448
5 1980-01-05 Torgau 78.488       70.7 149.188
6 1980-01-06 Torgau 78.348       70.7 149.048
7 1980-01-07 Torgau 78.128       70.7 148.828
8 1980-01-08 Torgau 78.088       70.7 148.788

---

РЕДАКТИРОВАТЬ
Вывод без фильтрации для MKZ

new.df <- df2.new %>%
  left_join(df1) %>% #WITHOUT running df1 %>% filter(MKZ == 43420072)
  select(date, Pegel, value, MKZ, `MNW91.2010`) %>% #Added MKZ as column for clarity
  mutate(new.col = value + `MNW91.2010`)

Создает следующий кадр данных для Torgau:

         date  Pegel  value      MKZ MNW91.2010 new.col
1  1980-01-01 Torgau 79.038 43420072      70.70 149.738
2  1980-01-01 Torgau 79.038 43435074      72.09 151.128
3  1980-01-01 Torgau 79.038 43435084      70.93 149.968
4  1980-01-01 Torgau 79.038 43435086      72.14 151.178
5  1980-01-01 Torgau 79.038 44425470      72.05 151.088
6  1980-01-01 Torgau 79.038 44425476      72.05 151.088
7  1980-01-01 Torgau 79.038 45426142      75.91 154.948
8  1980-01-02 Torgau 78.908 43420072      70.70 149.608
9  1980-01-02 Torgau 78.908 43435074      72.09 150.998
10 1980-01-02 Torgau 78.908 43435084      70.93 149.838
11 1980-01-02 Torgau 78.908 43435086      72.14 151.048
12 1980-01-02 Torgau 78.908 44425470      72.05 150.958
13 1980-01-02 Torgau 78.908 44425476      72.05 150.958
14 1980-01-02 Torgau 78.908 45426142      75.91 154.818
15 1980-01-03 Torgau 78.848 43420072      70.70 149.548
16 1980-01-03 Torgau 78.848 43435074      72.09 150.938
17 1980-01-03 Torgau 78.848 43435084      70.93 149.778
18 1980-01-03 Torgau 78.848 43435086      72.14 150.988
19 1980-01-03 Torgau 78.848 44425470      72.05 150.898
20 1980-01-03 Torgau 78.848 44425476      72.05 150.898
21 1980-01-03 Torgau 78.848 45426142      75.91 154.758
22 1980-01-04 Torgau 78.748 43420072      70.70 149.448
23 1980-01-04 Torgau 78.748 43435074      72.09 150.838
24 1980-01-04 Torgau 78.748 43435084      70.93 149.678
25 1980-01-04 Torgau 78.748 43435086      72.14 150.888
26 1980-01-04 Torgau 78.748 44425470      72.05 150.798
27 1980-01-04 Torgau 78.748 44425476      72.05 150.798
28 1980-01-04 Torgau 78.748 45426142      75.91 154.658
29 1980-01-05 Torgau 78.488 43420072      70.70 149.188
30 1980-01-05 Torgau 78.488 43435074      72.09 150.578
31 1980-01-05 Torgau 78.488 43435084      70.93 149.418
32 1980-01-05 Torgau 78.488 43435086      72.14 150.628
33 1980-01-05 Torgau 78.488 44425470      72.05 150.538
34 1980-01-05 Torgau 78.488 44425476      72.05 150.538
35 1980-01-05 Torgau 78.488 45426142      75.91 154.398
36 1980-01-06 Torgau 78.348 43420072      70.70 149.048
37 1980-01-06 Torgau 78.348 43435074      72.09 150.438
38 1980-01-06 Torgau 78.348 43435084      70.93 149.278
39 1980-01-06 Torgau 78.348 43435086      72.14 150.488
40 1980-01-06 Torgau 78.348 44425470      72.05 150.398
41 1980-01-06 Torgau 78.348 44425476      72.05 150.398
42 1980-01-06 Torgau 78.348 45426142      75.91 154.258
43 1980-01-07 Torgau 78.128 43420072      70.70 148.828
44 1980-01-07 Torgau 78.128 43435074      72.09 150.218
45 1980-01-07 Torgau 78.128 43435084      70.93 149.058
46 1980-01-07 Torgau 78.128 43435086      72.14 150.268
47 1980-01-07 Torgau 78.128 44425470      72.05 150.178
48 1980-01-07 Torgau 78.128 44425476      72.05 150.178
49 1980-01-07 Torgau 78.128 45426142      75.91 154.038
50 1980-01-08 Torgau 78.088 43420072      70.70 148.788
51 1980-01-08 Torgau 78.088 43435074      72.09 150.178
52 1980-01-08 Torgau 78.088 43435084      70.93 149.018
53 1980-01-08 Torgau 78.088 43435086      72.14 150.228
54 1980-01-08 Torgau 78.088 44425470      72.05 150.138
55 1980-01-08 Torgau 78.088 44425476      72.05 150.138
56 1980-01-08 Torgau 78.088 45426142      75.91 153.998

---

Редактировать, чтобы записать данные в файлы

Я предполагаю, что запись можно сделать проще, например:

write.mkz  = function(df, workspace) {
  write.csv(df,paste0(workspace,'/',unique(df$MKZ),".csv"), row.names = F)
  return(df)
}

workspace = ...
new.df %>% 
  group_by(MKZ) %>% 
  do(write.mkz(., workspace))