如何在R中为不规则时间序列使用zoo包rollapply的by参数

你的核心问题是不能按固定行数（60行）分组，因为数据存在缺失，属于不规则时间序列，必须基于时间戳本身进行分钟级分组，而非依赖观测数量。以下是高效的解决方案：

步骤1：正确创建带时间索引的zoo对象 #

先修正你的示例数据生成方式，确保zoo对象带有正确的时间戳索引：

library(zoo)
library(lubridate)

# 生成1秒间隔的时间序列
times <- seq(ymd_hms('2020-01-01 00:00:00'), ymd_hms('2020-01-01 00:02:00'), by = '1 sec')
# 创建带时间索引的zoo对象
z <- zoo(runif(length(times), 1, 10), order.by = times)

# 模拟缺失数据（可选，验证不规则序列处理）
z <- z[-c(10, 20, 61, 80)] # 删除部分观测，模拟数据缺失

步骤2：按分钟分组聚合 #

推荐两种高效的分组方式，均为向量化操作，远快于for循环：

方法一：用floor_date截断时间到分钟 #

直接将每个时间戳向下取整到最近的分钟，以此作为分组依据：

# 将时间索引截断到分钟级别
min_groups <- floor_date(index(z), unit = 'minute')
# 按分组计算均值
agg_result <- aggregate(z, by = min_groups, FUN = mean)

方法二：用cut划分时间区间 #

通过cut函数将时间序列划分为1分钟的区间，再分组聚合：

# 划分1分钟的时间区间
min_intervals <- cut(index(z), breaks = 'min')
# 聚合计算，同时将区间标签转换为标准时间戳
agg_result <- aggregate(z, by = min_intervals, FUN = mean)
index(agg_result) <- as.POSIXct(names(agg_result))

结果说明 #

运行上述代码后，agg_result会生成3行结果，分别对应2020-01-01 00:00:00、2020-01-01 00:01:00、2020-01-01 00:02:00三个分钟的均值，自动忽略数据缺失的情况（仅计算该分钟内存在的观测值）。

为什么你的原代码无效？ #

你之前的rollapply(zm, 60, mean, by = 60)是按固定行数分组，假设每60行对应1分钟，但当数据缺失时，行数和时间不再一一对应，会出现跨分钟取数的情况，自然无法得到正确的分钟级聚合结果。

内容的提问来源于stack exchange，提问作者user8229029