R中按月XTS对象按产品汇总值答案

【问题标题】：Summarize Values By Product By Month XTS Object in RR中按月XTS对象按产品汇总值
【发布时间】：2016-10-14 12:04:03
【问题描述】：

我有一个包含 900 列 (x1-x900) 每日值的 xts 对象，我需要将其计算为每月收益。

x <- data.frame(date=seq(as.Date("2016/7/4"), as.Date("2016/10/1"), "day"),x1=runif(90,.95,1.07),x2=runif(90,.95,1.07),
      x3=runif(90,.95,1.07),x4=runif(90,.95,1.07),x5=runif(90,.95,1.07),x6=runif(90,.95,1.07),x7=runif(90,.95,1.07))

以上是我正在处理的数据示例。我需要做的是获取每个月的值的乘积，对于每一列，对于 2016 年 7 月 31 日、2016 年 8 月 31 日、2016 年 9 月 30 日等。我不想使用 @987654322 @ 因为每个月的长度显然不是固定的。我已经尝试过汇总、汇总，但我还没有弄清楚这一点，并且我试图避免必须执行“for”循环。

最终目标是获得data.frame，例如：

Date       x1      x2      x3       x4
7/31/16   1.03    0.98    1.01     1.03
8/31/16   1.01    0.95    1.03     1.01
9/30/16   0.97    1.02    0.94     0.98
10/31/16  0.99    0.98    1.01     1.04

【问题讨论】：

标签： r aggregate xts

【解决方案1】：

xts.x <- xts(x[, !colnames(x) %in% "date"], order.by = x[, "date"])
xts.x.mthly <- apply.monthly(xts.x, FUN = function(x) unlist(lapply(x, prod)))

> xts.x.mthly
                  x1       x2        x3        x4        x5       x6        x7
2016-07-31 0.9924681 1.306556 1.0919181 0.8019117 1.3563864 1.853631 0.8563263
2016-08-31 1.4780971 1.946373 1.4265027 1.8508386 1.4926483 1.651613 1.4224733
2016-09-30 1.5926547 1.478231 1.0414107 1.4204825 1.2540149 1.374734 1.0768668
2016-10-01 1.0643725 1.005987 0.9813467 1.0545426 0.9964061 1.005145 1.0146190

# If you want data.frame output with explicit date column:
df.mthly <- data.frame("date" = index(xts.x.mthly), coredata(xts.x.mthly))

【讨论】：

这里是我的解决方案和 FXQuantTrader 的快速比较。毫无疑问，他的速度要快得多（大约 4 倍）！ library(microbenchmark) ; microbenchmark(Apom = { x %>% group_by(yearmon = paste(year(date), month(date), sep = "-")) %>% mutate(Date = max(date)) %>% group_by(Date) %>% summarise_each(funs(prod), - c(yearmon, date, Date)) }, FXQuantTrader = { xts.x <- xts(x[, !colnames(x) %in% "date"], order.by = x[, "date"]) apply.monthly(xts.x, FUN = function(x) unlist(lapply(x, prod))) })

【解决方案2】：

这里是dplyr 和lubridate 包的解决方案：

set.seed(1) ; x <- data.frame(date=seq(as.Date("2016/7/4"), as.Date("2016/10/1"), "day"),x1=runif(90,.95,1.07),x2=runif(90,.95,1.07),
                x3=runif(90,.95,1.07),x4=runif(90,.95,1.07),x5=runif(90,.95,1.07),x6=runif(90,.95,1.07),x7=runif(90,.95,1.07))
library(dplyr) ; library(lubridate)
x %>% 
  group_by(yearmon = paste(year(date), month(date), sep = "-")) %>% 
  summarise_each(funs(prod), - c(date, yearmon))

它省略了您想要获得当月最后一天的部分。希望它仍然有用。

（编辑：对于缺少的部分，这里有一个解决方法：

x %>% 
  group_by(yearmon = paste(year(date), month(date), sep = "-")) %>% 
  mutate(Date = max(date)) %>% 
  group_by(Date) %>% 
  summarise_each(funs(prod), - c(yearmon, date, Date))

【讨论】：

对于缺失的部分：stackoverflow.com/questions/8333838/…