R：具有重复时间索引条目的时间序列

我是 R 的 n00b 和堆栈溢出的 n00b（刚刚加入），所以如果我未能使用标记（我不知道）或错过了自述文件中的某些内容，请原谅我。

如果您不介意，我将在这里解决我的完整问题，因为也许您可能会好心地告诉我应该如何最好地解决这个问题！

Stage 1
为每个 TS1 构建单独的时间序列对象 请参阅下面的数据示例。本质上，我正在加载一个 csv 文件，其中包含下面的多个不规则时间序列（例如 TS1、TS2），因此在理想的世界中，我会将它们分成单独的、不规则时间序列对象（例如动物园？），所以TS1，TS2，...这个问题在这里讨论过（R/zoo：处理非唯一索引条目但不丢失数据？ https://stackoverflow.com/questions/8570716/r-zoo-handle-non-unique-index-entries-but-not-lose-data/25812246#25812246）但我多次尝试使用这种方法，但都失败了。

 Date TS Data 
 21/05/2014 TS1 0.95  
 17/04/2014 TS1 1.02   
 27/03/2014 TS1 0.90   
 30/01/2014 TS1 0.80   
 12/12/2013 TS1 0.70  
 18/09/2013 TS1 0.67  
 01/11/2012 TS1 0.71  
 01/11/2012 TS1 0.70  
 21/05/2014 TS2 0.47  
 20/05/2014 TS2 0.51  
 16/05/2014 TS2 0.49  
 15/05/2014 TS2 0.55  
 10/05/2014 TS2 0.63  
 07/05/2014 TS2 0.77  

可以看出，问题是由于重复的日期索引而出现的01/11/2012对于 TS1 这会导致read.zoo不要创建我的分割数据对象。

Stage 2
然后我想做的是，在每个不规则的日期，将截至该日期的所有数据添加在一起。由于所有时间序列都是不规则的，并且具有不同的规律，我想使用先验值TS。例如。为了21/05/2014，示例中的计算很简单，因为 TS1 和 2 都有一个条目，因此答案是0.47 + 0.95。但对于20/05, only TS2有一个条目，因此该值TS1应使用截至该日期的最新日期，即17/04/2014的价值1.02，因此计算为20/05/2014应该0.51 + 1.02。实现这一目标的最简单方法可能是将每个 TS 转换为每日值，以便使用先前的值直到出现新的数据点？但这对于下面的第 3 阶段来说是浪费/不必要的。

Stage 3
创建了所有 TS 的聚合数据总和后，我想要进行多项式曲线拟合。我还想对这条曲线拟合进行微分，以找到该拟合曲线所预测的截至今天的日期的变化率。

任何帮助将非常感激！我觉得在这个阶段反复用头撞墙比做任何事情都更有趣！

Thanks

更新：感谢 Grothendieck，我现在有了如下代码。

library(scales)  
library(zoo)  
library(ggplot2)  

f <- function (z) {  
zz <- read.zoo(z, header = TRUE, split = 2, format = "%d/%m/%Y", aggregate = mean);  
z.fill <- na.locf(zz);  
z.fill <- (z.fill >= 0.5) * z.fill;  
z.fill <- na.fill(z.fill,0);  
zfill.mat = matrix(z.fill, NROW(z.fill));  
z.sum <- rowSums(zfill.mat);  
zsum <- zoo(z.sum,time(z.fill));  
return(zsum);  
}  

DF <- read.csv(file.choose(), header = TRUE, as.is = TRUE);  
DF.S <- split(DF[-2], DF[[2]]);  
user <- DF[1,2];  
Ret <- lapply(DF.S,  f);  

我还剩下一个问题：
Ret 包含数据框的列表。我可以通过输入 Ret$user 来访问它，但由于用户不同，我需要使其动态化。我尝试构建一个动态表达式，例如：
x 绘图（x）

但无法对此进行评估。

read.zoo has an aggregate=参数采用一个函数，用于聚合同一系列中重复时间的值。这里我们取mean系列中重复的日子，但您可以使用sum或任何其他功能。 （如果数据来自文件，我们将替换text = Lines论证中read.zoo与类似的东西"myfile.dat".)然后我们使用na.locf填写 NA，对行求和，然后我们使用na.omit放弃任何领先的 NA 给予zsum。接下来我们计算一个规则间隔的时间网格g和样条函数splfun评估该函数及其在网格上的导数，在转换回动物园后，给出zspl and zder。最后我们绘制它们。

Lines <- "Date TS Data 
 21/05/2014 TS1 0.95  
 17/04/2014 TS1 1.02   
 27/03/2014 TS1 0.90   
 30/01/2014 TS1 0.80   
 12/12/2013 TS1 0.70  
 18/09/2013 TS1 0.67  
 01/11/2012 TS1 0.71  
 01/11/2012 TS1 0.70  
 21/05/2014 TS2 0.47  
 20/05/2014 TS2 0.51  
 16/05/2014 TS2 0.49  
 15/05/2014 TS2 0.55  
 10/05/2014 TS2 0.63  
 07/05/2014 TS2 0.77"

library(zoo)

z <- read.zoo(text = Lines, header = TRUE, split = 2, format = "%d/%m/%Y",
       aggregate = mean)
zsum <- na.omit(zoo(rowSums(na.locf(z)), time(z)))

g <- seq(start(zsum), end(zsum), "day")
splfun <- splinefun(time(zsum), coredata(zsum))
zspl <- zoo(splfun(g), g)
zder <- zoo(splfun(g, deriv = 1), g)

plot(merge(zspl, zder))