zoo

    0熱度

    1回答

    我有一個時間序列股票價格數據,我想每15分鐘提取一次數據。 的開始時間和結束時間(記錄在列時間)是 start_date1 <- as.POSIXct("2016-11-01 09:00:00") end_date2 <- as.POSIXct("2016-11-01 09:15:00") 定義間隔 int <- new_interval(date1, date2) 從數據幀中提取數據D

    1熱度

    1回答

    我有一個叫做dts的時間序列,它是不規則的時間序列。 Date| V1 1994-02-08 01:09:00 | 0.1 1994-02-08 01:18:00 | 0.1 1994-02-08 01:41:00 | 0.1 1994-02-08 01:46:00 | 0.1 1994-02-08 01:50:00 | 0.1 1994-02-08 01:57:00 | 0.1

    0熱度

    2回答

    我真的覺得這個問題的答案應該在網絡上的某個地方,但我無法找到它。如果你找到解釋它的線程/網站,請重定向我。 我的問題:我想對數據框中的每一行應用一個函數,並得到一個數據框回來,但由於我的結果長度不同,所以適用給了我一個列表。 我的例子:我需要在一個數據幀中插入NAs rowwise。在動物園裏的na.approx可以輕鬆插入列的方式,但是我想按行進行。 > df <- data.frame(C1=

    1熱度

    1回答

    這就是我的data.table的樣子。 A:E列只是爲了比較excel。列NewShares是我想要的專欄。我不要在我的數據中有這一列。 A B C D E F dt<-fread(' InitialShares Level Price Amount CashPerShare NewShares 1573.333 0 9.5339 13

    5熱度

    1回答

    我已經很長一段時間每天都在使用這行代碼,並且在返回標準時間之後某些東西壞了。我正在嘗試使用aggregate.zoo來按天排序小時數據。我所看到的數據的時間段不包括DST時間,所以我不明白這個問題是什麼。我正在使用zoo包。下面是數據的結構: require(zoo) structure(c(15.52, 14.56, 14.31, 14.17, 13.75, 15.3, 25.57, 25.

    1熱度

    1回答

    我有一列日期,從CSV導出到數據框,默認類型在「導入數據集...」「...從CSV」即d<-read_csv(data.csv)。 從我喜歡創建動物園和/或xts對象的數據框中。 的數據是: 30/04/2016 31/05/2016 30/06/2016 我收到以下錯誤: dates <- c('30/04/2016','31/05/2016','30/06/2016') d <- d

    1熱度

    2回答

    對於任何不遵守發佈問題的規則,我提前表示歉意。下面的數據表是我想要轉換成時間序列的樣本。 > Materials MaterialID Date Quantity 1 2011-01-04 13 1 2011-01-04 5 2 2011-01-07 9 3 2011-01-09 3 3 2011-01-11 10 它由

    0熱度

    1回答

    將下面的數據(類「動物園」)轉換爲xts時,我使用returns.xts<-as.xts(returns)。效果是在新數據周圍添加引號。然後在功能上變得不可用。 這是爲什麼? 類( 「動物園」) UK.EQUITY EUR.EQUITY NA.EQUITY ASIA.EQUITY JPN.EQUITY EM.EQUITY WORLD.EQUITY.EX.UK 2006-04-30 0.010

    1熱度

    1回答

    這是我的數據框的樣子。 NewCumV1是我期望的領域。 庫(data.table) DT < - FREAD(」 V1 V2 NewCumV1 Group V3 1 1 2 1 1 0 2 4 1 1 0 4 8 1 1 0 3 11 1 2 2 1 16 2 1 0 2 18

    1熱度

    1回答

    我試圖通過在缺失日期中添加以前的值來將季度數據轉換爲日常數據。這些數據包含不同股票的財務比率。我的數據有一個由兩列構成的行標籤:ticker和date。由於我對每隻股票都有重複日期,因此我不確定如何忽略股票並用以前的值重新填充缺失的日期。 下面是數據的一個小樣本的樣子至今: > df_new de eps pe ps pb APD 2015-09-30 1.373 1.6 2