zoo

    0热度

    1回答

    我有一个时间序列股票价格数据,我想每15分钟提取一次数据。 的开始时间和结束时间(记录在列时间)是 start_date1 <- as.POSIXct("2016-11-01 09:00:00") end_date2 <- as.POSIXct("2016-11-01 09:15:00") 定义间隔 int <- new_interval(date1, date2) 从数据帧中提取数据D

    1热度

    1回答

    我有一个叫做dts的时间序列,它是不规则的时间序列。 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热度

    2回答

    我真的觉得这个问题的答案应该在网络上的某个地方,但我无法找到它。如果你找到解释它的线程/网站,请重定向我。 我的问题:我想对数据框中的每一行应用一个函数,并得到一个数据框回来,但由于我的结果长度不同,所以适用给了我一个列表。 我的例子:我需要在一个数据帧中插入NAs rowwise。在动物园里的na.approx可以轻松插入列的方式,但是我想按行进行。 > df <- data.frame(C1=

    1热度

    1回答

    这就是我的data.table的样子。 A:E列只是为了比较excel。列NewShares是我想要的专栏。我不要在我的数据中有这一列。 A B C D E F dt<-fread(' InitialShares Level Price Amount CashPerShare NewShares 1573.333 0 9.5339 13

    5热度

    1回答

    我已经很长一段时间每天都在使用这行代码,并且在返回标准时间之后某些东西坏了。我正在尝试使用aggregate.zoo来按天排序小时数据。我所看到的数据的时间段不包括DST时间,所以我不明白这个问题是什么。我正在使用zoo包。下面是数据的结构: require(zoo) structure(c(15.52, 14.56, 14.31, 14.17, 13.75, 15.3, 25.57, 25.

    1热度

    1回答

    我有一列日期,从CSV导出到数据框,默认类型在“导入数据集...”“...从CSV”即d<-read_csv(data.csv)。 从我喜欢创建动物园和/或xts对象的数据框中。 的数据是: 30/04/2016 31/05/2016 30/06/2016 我收到以下错误: dates <- c('30/04/2016','31/05/2016','30/06/2016') d <- d

    1热度

    2回答

    对于任何不遵守发布问题的规则,我提前表示歉意。下面的数据表是我想要转换成时间序列的样本。 > 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热度

    1回答

    将下面的数据(类“动物园”)转换为xts时,我使用returns.xts<-as.xts(returns)。效果是在新数据周围添加引号。然后在功能上变得不可用。 这是为什么? 类( “动物园”) UK.EQUITY EUR.EQUITY NA.EQUITY ASIA.EQUITY JPN.EQUITY EM.EQUITY WORLD.EQUITY.EX.UK 2006-04-30 0.010

    1热度

    1回答

    这是我的数据框的样子。 NewCumV1是我期望的领域。 库(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热度

    1回答

    我试图通过在缺失日期中添加以前的值来将季度数据转换为日常数据。这些数据包含不同股票的财务比率。我的数据有一个由两列构成的行标签:ticker和date。由于我对每只股票都有重复日期,因此我不确定如何忽略股票并用以前的值重新填充缺失的日期。 下面是数据的一个小样本的样子至今: > df_new de eps pe ps pb APD 2015-09-30 1.373 1.6 2