如何基于一维时间序列生成指定形状的滞后数组？含二维扩展需求

现有如下R语言数据：

> data <- dplyr::tibble(v = c(1:10))
> data
# A tibble: 10 × 1
       v
   <int>
 1     1
 2     2
 3     3
 4     4
 5     5
 6     6
 7     7
 8     8
 9     9
10    10

需要创建一个形状为11x5x1的数组，每行遵循如下模式：

NA NA NA NA NA
NA NA NA NA 1
NA NA NA 1  2
NA NA 1  2  3
NA 1  2  3  4
1  2  3  4  5
....

一、一维数据生成目标数组 #

方法1：批量向量操作（高效推荐） #

通过构造索引矩阵批量取值，超出原始数据范围的自动设为NA：

# 定义核心参数
n_rows <- 11
n_cols <- 5
vec <- data$v

# 生成每行的起始索引（包含负数，对应前导NA的情况）
start_indices <- seq(from = 0 - (n_cols - 1), to = length(vec) - n_cols + 1)

# 构造所有元素的位置索引矩阵
idx_matrix <- outer(start_indices, 0:(n_cols-1), FUN = "+")

# 生成结果矩阵，过滤无效索引并填充NA
result_matrix <- matrix(ifelse(idx_matrix > 0 & idx_matrix <= length(vec), vec[idx_matrix], NA), 
                        nrow = n_rows, ncol = n_cols)

# 转换为11x5x1的数组
result_array <- array(result_matrix, dim = c(n_rows, n_cols, 1))

# 查看结果的第一维度
print(result_array[, , 1])

输出结果符合要求：

[,1] [,2] [,3] [,4] [,5]
 [1,]   NA   NA   NA   NA   NA
 [2,]   NA   NA   NA   NA    1
 [3,]   NA   NA   NA    1    2
 [4,]   NA   NA    1    2    3
 [5,]   NA    1    2    3    4
 [6,]    1    2    3    4    5
 [7,]    2    3    4    5    6
 [8,]    3    4    5    6    7
 [9,]    4    5    6    7    8
[10,]    5    6    7    8    9
[11,]    6    7    8    9   10

方法2：循环填充（直观易懂） #

如果对向量操作不熟悉，逐行循环填充逻辑更清晰：

result_matrix <- matrix(NA, nrow = 11, ncol = 5)
vec <- data$v

for (i in 1:11) {
  # 计算当前行的起始位置
  start_pos <- i - 5
  # 截取有效元素范围
  elements <- vec[max(1, start_pos):min(start_pos + 4, 10)]
  # 填充前导NA和有效元素
  result_matrix[i, ] <- c(rep(NA, 5 - length(elements)), elements)
}

# 转换为目标数组
result_array <- array(result_matrix, dim = c(11,5,1))

二、二维时间序列的扩展 #

假设二维时间序列是多变量时间步数据，比如：

# 示例：10个时间步，3个变量
ts_2d <- dplyr::tibble(v1 = 1:10, v2 = 11:20, v3 = 21:30)

要生成形状为11x5x3的数组（11个窗口、5个时间步、3个变量），可以对每个变量单独应用一维逻辑后合并：

循环实现 #

n_rows <- 11
window_size <- 5
n_vars <- ncol(ts_2d)
ts_matrix <- as.matrix(ts_2d)

# 初始化结果数组
result_array_2d <- array(NA, dim = c(n_rows, window_size, n_vars))

# 逐个变量处理
for (var in 1:n_vars) {
  vec <- ts_matrix[, var]
  start_indices <- seq(from = 0 - (window_size - 1), to = length(vec) - window_size + 1)
  idx_matrix <- outer(start_indices, 0:(window_size-1), FUN = "+")
  var_matrix <- matrix(ifelse(idx_matrix > 0 & idx_matrix <= length(vec), vec[idx_matrix], NA), 
                       nrow = n_rows, ncol = window_size)
  result_array_2d[, , var] <- var_matrix
}

# 查看第一个变量的窗口结果
print(result_array_2d[, , 1])

高效apply实现 #

用apply替代循环，代码更简洁：

result_array_2d <- apply(ts_matrix, 2, function(vec) {
  start_indices <- seq(from = 0 - (window_size - 1), to = length(vec) - window_size + 1)
  idx_matrix <- outer(start_indices, 0:(window_size-1), FUN = "+")
  matrix(ifelse(idx_matrix > 0 & idx_matrix <= length(vec), vec[idx_matrix], NA), 
         nrow = n_rows, ncol = window_size)
})
# 调整维度顺序为11x5x3
result_array_2d <- aperm(result_array_2d, c(1,2,3))

内容的提问来源于stack exchange，提问作者Ai4l2s