R-xts()时间序列

xts()

1. 所属包：xts

> install.packages("xts")

> library(xts)
载入需要的程辑包：zoo

载入程辑包：‘zoo’

下列对象被屏蔽了from ‘package:base’:

as.Date, as.Date.numeric

Warning message:
程辑包‘xts’是用R版本3.0.2 来建造的

2. 格式：xts(时间序列数据，时间标签）

时间标签可以是：POSIXct/POSIXlt，Date类型

举例：

x<-xts(rnorm(3),as.Date(c("2013-11-28","2013-11-29","2013-12-01")))

> x
[,1]
2013-11-28 1.1922452
2013-11-29 -0.1615097
2013-12-01 -0.3044760

>x2<-xts(rnorm(100),seq(as.POSIXct("2013-11-28"),len=100,by="min"))

> x2[1:5]
[,1]
2013-11-28 00:00:00 -1.13243645
2013-11-28 00:01:00 0.04929416
2013-11-28 00:02:00 -0.10205631
2013-11-28 00:03:00 0.69648892
2013-11-28 00:04:00 -0.41507201

3. 索引

如果上面的x，x2去掉时间标签，那这些时间序列对象可以像“正常”对象一样进行索引（标准的向量子集）。

我们经常需要基于与时间有关的条件来获取这些序列的子集，如下：

> x2[as.POSIXct("2013-11-28 00:01:00")]
[,1]
2013-11-28 00:01:00 0.04929416
> x[as.Date('2013-11-29')]
[,1]
2013-11-29 -0.1615097

或者直接：

> x2["2013-11-28 00:01:00"]
[,1]
2013-11-28 00:01:00 0.04929416

> x['2013-11-29']
[,1]
2013-11-29 -0.1615097

索引某时间标签开始的时间段： “开始时间/”

> x['2013-11-28/']
[,1]
2013-11-28 1.1922452
2013-11-29 -0.1615097
2013-12-01 -0.3044760
> x['2013-11-29/']
[,1]
2013-11-29 -0.1615097
2013-12-01 -0.3044760

索引某时间标签结束的时间段： “/结束时间”

> x['/2013-11-29']
[,1]
2013-11-28 1.1922452
2013-11-29 -0.1615097

索引某两时间标签中间的时间段： “开始时间/结束时间”

> x['2013-11-28/2013-11-29']
[,1]
2013-11-28 1.1922452
2013-11-29 -0.1615097
> x2["2013-11-28 00:01:00/2013-11-28 00:06:00"]
[,1]
2013-11-28 00:01:00 0.04929416
2013-11-28 00:02:00 -0.10205631
2013-11-28 00:03:00 0.69648892
2013-11-28 00:04:00 -0.41507201
2013-11-28 00:05:00 -1.12666558
2013-11-28 00:06:00 -0.15757190

R-xts()时间序列相关推荐

R语言学习之xts时间序列
可扩展的时间序列xts R的极客理想系列文章,涵盖了R的思想,使用,工具,创新等的一系列要点,以我个人的学习和体验去诠释R的强大. R语言作为统计学一门语言,一直在小众领域闪耀着光芒.直到大数据的爆发 ...
将R非时间序列的data.frame转变为时序格式
将R非时间序列的data.frame转变为时序格式,常常会用到,尤其是股票数据处理中, 举例: dailyData包括两列数据: Date Close 10/11/2013 871.99 10/10/ ...
R语言时间序列（time series）分析实战：简单指数平滑法预测
R语言时间序列(time series)分析实战:简单指数平滑法预测目录
R语言时间序列（time series）分析实战：HoltWinters平滑法预测
R语言时间序列(time series)分析实战:HoltWinters平滑法预测目录
R语言时间序列（time series）分析实战：霍尔特指数Holt‘s平滑法预测
R语言时间序列(time series)分析实战:霍尔特指数Holt's平滑法预测目录
R语言时间序列（time series）分析实战：使用ARIMA模型预测时间序列
R语言时间序列(time series)分析实战:使用ARIMA模型预测时间序列目录
R语言时间序列ARIMA新手教程
R语言时间序列ARIMA新手教程首先说一下ARMA回归的底层逻辑,所谓的AR模型和MA模型都是ARMA模型的一种特殊情况,有点类似正方形和长方形都是矩形.ARMA模型的表达式为: p为自回归部分的滞 ...
R语言时间序列数据的合并（merge time series）：使用merge函数合并时间序列数据、使用zoo包中的na.spline函数使用三次样条方法（cubic spline）填充时间序列缺失值
↵ R语言时间序列数据的合并(merge time series):使用merge函数合并时间序列数据.使用zoo包中的na.spline函数使用三次样条方法(cubic spline)填充时间序列缺 ...
R语言时间序列数据算术运算：使用diff函数计算时间序列数据的逐次差分、使用时间序列之间的除法计算相对变化率（乘以100获得百分比）
R语言时间序列数据算术运算:使用diff函数计算时间序列数据的逐次差分.使用时间序列之间的除法计算相对变化率(乘以100获得百分比) 目录
R语言时间序列（time series）分析实战：时序数据加载、绘制时间序列图
R语言时间序列(time series)分析实战:时序数据加载.绘制时间序列图目录

R-xts()时间序列

R-xts()时间序列相关推荐

最新文章

热门文章