转换与许多时间序列数据帧进入的单变量XTS
问题描述:
我有时间序列的数据帧列表:转换与许多时间序列数据帧进入的单变量XTS
X1.HK.Equity X X2.HK.Equity X.2 X3.HK.Equity X.4
1 31/12/2002 38.855 31/12/2002 19.547 31/12/2002 5.011
2 02/01/2003 38.664 02/01/2003 19.547 02/01/2003 4.986
3 03/01/2003 40.386 03/01/2003 19.547 03/01/2003 4.962
4 06/01/2003 40.386 06/01/2003 19.609 06/01/2003 4.937
5 07/01/2003 40.195 07/01/2003 19.609 07/01/2003 4.937
6 08/01/2003 40.386 08/01/2003 19.547 08/01/2003 4.912
我想利用这个时间序列并改变它的3项的列表,每一个都是从第1-2,3-4和5-6列创建的XTS。请注意,时间序列不一定具有相同的日期。
如果有人能告诉我如何使用plyr
库来做到这一点,我会非常高兴。
我的数据帧的dput
:
structure(list(X1.HK.Equity = c("31/12/2002", "02/01/2003", "03/01/2003",
"06/01/2003", "07/01/2003", "08/01/2003"), X = c(38.855, 38.664,
40.386, 40.386, 40.195, 40.386), X2.HK.Equity = c("31/12/2002",
"02/01/2003", "03/01/2003", "06/01/2003", "07/01/2003", "08/01/2003"
), X.2 = c(19.547, 19.547, 19.547, 19.609, 19.609, 19.547), X3.HK.Equity = c("31/12/2002",
"02/01/2003", "03/01/2003", "06/01/2003", "07/01/2003", "08/01/2003"
), X.4 = c(5.011, 4.986, 4.962, 4.937, 4.937, 4.912)), .Names = c("X1.HK.Equity",
"X", "X2.HK.Equity", "X.2", "X3.HK.Equity", "X.4"), row.names = c(NA,
6L), class = "data.frame")
答
随着plyr,使用llply
tss = llply(c(1,3,5),function(s){ts=mydf[,s:(s+1)];xts(ts[,2],order.by=as.Date(ts[,1],format="%d/%m/%Y"))})
给你
> tss[[1]]
[,1]
2002-12-31 38.855
2003-01-02 38.664
2003-01-03 40.386
2003-01-06 40.386
2003-01-07 40.195
2003-01-08 40.386
> class(tss[[1]])
[1] "xts" "zoo"
>
即1,3,5向量是更普遍seq(1,ncol(mydf),by=2)
答
我不知道这是否是做到这一点的最有效的方式,但我希望,这是相当合理的。
library(xts)
lapply(seq_along(mydf[c(FALSE, TRUE)]), function(x) {
xts(mydf[c(FALSE, TRUE)][x],
order.by=as.Date(mydf[c(TRUE, FALSE)][, x], format = "%d/%m/%Y"))
})
# [[1]]
# X
# 2002-12-31 38.855
# 2003-01-02 38.664
# 2003-01-03 40.386
# 2003-01-06 40.386
# 2003-01-07 40.195
# 2003-01-08 40.386
#
# [[2]]
# X.2
# 2002-12-31 19.547
# 2003-01-02 19.547
# 2003-01-03 19.547
# 2003-01-06 19.609
# 2003-01-07 19.609
# 2003-01-08 19.547
#
# [[3]]
# X.4
# 2002-12-31 5.011
# 2003-01-02 4.986
# 2003-01-03 4.962
# 2003-01-06 4.937
# 2003-01-07 4.937
# 2003-01-08 4.912
基本上,它使用的TRUE
和FALSE
回收选择备用列。 seq_along
部分告诉我们有多少对(在本例中为3),而在匿名函数中,我们使用c(FALSE, TRUE)
和c(TRUE, FALSE)
的日期对这些值进行了子集划分。
答
一个普通lapply
将在这里工作:
to.xts <- function(i) as.xts(read.zoo(DF[i+0:1], format = "%d/%m/%Y"))
lapply(seq(1, ncol(DF), 2), to.xts)
如果这不只是一个例子,事实上,只有三个系列就足够,以取代最后一行:
list(to.xts(1), to.xts(3), to.xts(5))
如果您的数据大,你可能会做的更好创建的子集' mydf'在你的'lapply'函数之外,因为(我认为)这是在lapply每个“循环”中的子集。 – A5C1D2H2I1M1N2O1R2T1 2013-04-07 08:39:33