zoo

0熱度

1回答

我想寫一個簡單的代碼來理解動物園包，但我總是有窗口函數的問題。每次我打電話時，無論是使用我的數據還是隨機生成的數據，我都會得到「無觀察值」的值。這裏是我想要使用的代碼： upper.bound <- as.Date(paste("01", "06", "2013", sep="-"), format="%d-%m-%Y") lower.bound <- as.Date(paste("30",

1熱度

1回答

保留「rollmean」輸出的所有數據

我最近發現rollmean將爲我提供矩陣中某個數字的移動平均值。我遇到的問題是我的矩陣縮小了，而且在執行函數時我也失去了行名。例如作爲這類基質MA.test是每天量的行（A =星期一，B =星期二等）： > MA.Test a b c d e f g h i j k l m n o p q r s t A 49 21 6 27 34 49 21 6 27 34 49 21 6 27 3

0熱度

1回答

爲什麼當我從動物園轉換到ts我得到一個十進制索引？

繼承人情況，我從Quandl中提取一個數據集作爲動物園對象。然後使用apply。函數我將它轉換爲ts對象之前將其轉換。當我從動物園轉換到ts時，我得到一個十進制值索引。有沒有辦法讓索引回到「Y-m-d」？示例代碼： data <- Quandl("YAHOO/AAPL", trim_start="01-01-2000", trim_end="01-01-2010", type="zoo")

1熱度

1回答

平均時間系列apply.daily（

我有幾個合併的每日動物園時間序列（假設合併集的名稱是「測試」）出現在以下格式： >test TS1 TS2 TS3 2014-07-30 2.0 3.0 4.0 2014-07-31 2.5 3.0 4.5 2014-08-01 3.0 3.0 5.0 我想通過幾種方式來聚合/操縱時間序列。然而，最簡單的平均或suming正在逃避我。我試過如下： ts

1熱度

2回答

XTS to.quarterly給出不正確的結果每月

當我做下面的月度 - >季報轉換 xts.testm <- xts(rnorm(440*12, mean=0, sd=10), order.by=timeBasedSeq(155001/1989)) xts.testq<-to.quarterly(xts.testm, OHLC = FALSE) tail(xts.testm) tail(xts.testq) 我得到下面的輸出，顯示了原來

5熱度

1回答

計算在該級別更改時給定級別上花費的時間

這是我的數據框的樣子。最右邊的列（「TimeForLevelChange」）是我期望的列。當給定名稱的級別發生變化時，我想從上一級別中獲取最小日期，並從發生級別更改的行中獲取日期並計算差異。因此，在第三排，約翰的水平從1改爲2，他用了16天（2016年1月17日 - 2016年1月1日）改變爲前水平在1級2 library(data.table) dt <- fread('

1熱度

2回答

如何加快/改善滾動平均功能？

我的數據是988，785 obs。的3個變量。我的數據的一個小例子如下： Names <- c("Jack", "Jill", "John") RawAccelData <- data.frame( Sample = as.numeric(rep(1:60000, each = 3)), Acceleration = rnorm(6000), ID = rep((Na

1熱度

1回答

替換zooreg對象的元素

計算股票價格時間序列的收益時，它會在某些日期返回Inf值。該系列有一個zooreg類，我試圖用NAs替換那些Inf。對於重複性，假設我有以下對象： a <- structure(c(1, 2, 3, 2, 4, Inf, Inf, 3, 4), .Dim = c(3L, 3L), .Dimnames = list(NULL, c("a", "b", "c")), index = str

1熱度

1回答

XTS :: apply.weekly認爲星期一是一週

我有一個包含一個價值每刻鐘用於R data.frame的最後一天 Date A B 1 2015-11-02 00:00:00 0 0 //day start 2 2015-11-02 00:15:00 0 0 3 2015-11-02 00:30:00 0 0 4 2015-11-02 00:45:00 0 0 ... 96 2015-11-02 23:45:00 0 0 /

0熱度

2回答

r滾動自定義函數

我想在R中使用動物園包建立滾動的獲利/止損檢測功能。 x <- as.data.frame(rnorm(10000, 0, 1)) x$cumul <- cumsum(x[, 1]) plot(x$cumul, type = 'l') y <- as.data.frame(x$cumul) level_break <- function(x, n, z){