如何对每168个值的时间序列计算差值？R语言实现咨询

我来帮你搞定这个每周销量计算的需求！咱们先梳理下：你有小时级的累计生产时间序列，想要计算每间隔168小时（也就是一周）的差值，得到每周总销量，公式是yweekly = y[t+167] - y[t]对吧？

先说说你原来代码的问题 #

你的循环写法有几个小问题，导致没法正确计算：

• for (i in nrow(DT))只会循环一次，因为nrow(DT)是一个单一数值，不是连续的序列
• 在for循环里手动修改i <- i+168是没用的，for循环的i是每次从预设序列里取值，手动修改不会改变循环的步长
• 变量j没有递增，每次都会覆盖同一个位置的数值
• 没考虑边界条件，当i+167超过数据总行数时会报错

解决方案1：修正后的for循环 #

如果还是想用for循环，咱们调整一下索引逻辑：

# 初始化空向量存储结果
diff168 <- numeric()
j <- 1
# 从1开始，每168步取一个起始索引，确保i+167不超过总行数
for(i in seq(1, nrow(DT)-167, by = 168)){
  diff168[j] <- DT$value[i+167] - DT$value[i]
  j <- j + 1
}

解决方案2：更高效的向量化方法 #

在R里，向量化操作比for循环效率高得多，尤其是数据量大的时候，推荐用这个方法：

# 生成所有有效的起始索引（保证i+167不越界）
start_indices <- seq(1, nrow(DT)-167, by = 168)
# 对应的结束索引就是起始索引+167
end_indices <- start_indices + 167
# 直接计算差值，一步到位
diff168 <- DT$value[end_indices] - DT$value[start_indices]

小提示 #

• 确保你的数据是严格按时间顺序排列的，没有缺失的小时数据，这样每168个值刚好对应完整的一周
• 如果有缺失值，建议先做补全处理，不然计算出来的差值会不准确

内容的提问来源于stack exchange，提问作者tfkLSTM