如何用R拆分数据框为指定重叠度的等长滑动窗口以实现CCF计算

核心实现逻辑 #

为了保证最后一个窗口恰好终止于时间序列最终日期，我们采用从后倒推生成窗口的方案，替代常规的从前往后生成逻辑，天然满足窗口默认重叠45天、最后一个窗口的重叠天数可灵活调整的要求。

依赖包安装与加载 #

需要用到tidyverse套件（含dplyr、lubridate、purrr），未安装可先执行安装：

install.packages("tidyverse")
library(tidyverse)
library(lubridate)

完整实现代码 #

步骤1：准备输入数据 #

确保你的时间序列数据框包含date列（格式为Date类型），以及待计算互相关的数值列，示例测试数据构造如下：

# 生成2023年全年的测试时间序列，可替换为你的真实数据
test_df <- tibble(
  date = seq.Date(as.Date("2023-01-01"), as.Date("2023-12-31"), by = "1 day"),
  x = rnorm(length(date)),
  y = rnorm(length(date))
)

步骤2：配置窗口参数 #

window_len <- 90 # 窗口固定长度：90天
default_overlap <- 45 # 默认重叠天数
step <- window_len - default_overlap # 窗口移动步长
max_date <- max(test_df$date) # 时间序列最终日期
min_date <- min(test_df$date) # 时间序列起始日期

步骤3：生成所有窗口的起止日期 #

# 从最终日期倒推所有窗口的结束日期
window_ends <- seq.Date(
  from = max_date, 
  to = min_date + days(window_len - 1), # 保证所有窗口长度不小于90天
  by = paste0("-", step, " days")
)
# 匹配对应窗口的起始日期
window_dates <- tibble(
  end = window_ends,
  start = end - days(window_len - 1)
)

步骤4：生成窗口数据框列表 #

window_list <- pmap(window_dates, function(start, end) {
  test_df %>% 
    filter(date >= start, date <= end)
})

后续互相关计算示例 #

生成的window_list可直接传入purrr::map遍历计算每个窗口的互相关系数：

# 计算所有窗口的CCF结果，关闭默认绘图输出
ccf_results <- map(window_list, ~ ccf(.x$x, .x$y, plot = FALSE))

内容的提问来源于stack exchange，提问作者fernando schuh