我开始接触 R，而且我对时间序列概念是全新的。谁能指出我正确的方向来根据每日数据点计算每月的百分比变化？我想要每个月的第一个和最后一个数据点之间的变化。例如：
系列数据：
1/1/2000 10.00
...
1/31/2000 10.10
2/1/2000 10.20
...
2/28/2000 11.00
我正在寻找表单的返回数据框：
1/31/2000 .01
2/28/2000 .0784
理想情况下，我可以从上个月的端点计算到本月的端点，但我认为按月分区作为起点更容易。我正在查看软件包 zoo 和 xts，但仍然卡住了。有接盘侠吗？谢谢...
【问题讨论】：
标签： r time-series xts zoo
1) 没有包试试这个：
DF <- read.table(text = Lines)
fmt <- "%m/%d/%Y"
ym <- format(as.Date(DF$V1, format = fmt), "%Y-%m")
ret <- function(x) diff(range(x))/x[1]
ag <- aggregate(V2 ~ ym, DF, ret)
给予：
> ag
ym V2
1 2000-01 0.01000000
2 2000-02 0.07843137
如果需要，我们可以将其转换为 "ts" 类。假设没有缺失月份：
ts(ag$V2, start = 2000, freq = 12)
给予：
Jan Feb
2000 0.01000000 0.07843137
2) 如果使用 zoo 或 xts 时间序列包，会容易一些。 fmt 和 ret 来自上方：
library(zoo)
z <- read.zoo(text = Lines, format = fmt)
z.ret <- aggregate(z, as.yearmon, ret)
给予：
> z.ret
Jan 2000 Feb 2000
0.01000000 0.07843137
如果您已经有一个data.frame DF，那么read.zoo 语句可以替换为z <- read.zoo(DF, format = fmt)，或者如果第一列属于"Date" 类，则省略format 参数。
如果需要"ts" 类，则使用as.ts(z.ret)
注意：输入Lines是：
Lines <- "1/1/2000 10.00
1/31/2000 10.10
2/1/2000 10.20
2/28/2000 11.00"
【讨论】：
这是一个相当老的线程，但作为参考，这里有一个data.table 解决方案，使用与@Ram 相同的数据：
structure(list(Date = structure(c(10957, 10987, 10988, 11015, 11017, 11047, 11087, 11099, 11112, 11141, 11168, 11319, 11321), class = "Date"), Value = c(10, 10.1, 10.2, 11, 10, 24.1, 510, 522, 604, 10.1, 7.2, 11, 3)), .Names = c("Date", "Value"), row.names = c(NA, -13L), class = c("data.table", "data.frame"), .internal.selfref = <pointer: 0x00000000001b0788>)
它本质上是一个使用data.table::month 函数的单行代码：
library(data.table)
setDT(df)[ , diff(Value) / Value[1], by= .(month(Date))]
这将产生相对于每个月的第一个记录日的变化。如果首选相对于最后天的更改，则中间的表达式应更改为diff(Value) / Vale[2]。
【讨论】：
这是另一种方法（使用 quantmod 包）：
这会根据 AAPL 的每日价格计算每月回报。
*library(quantmod) # load the quantmod package
getSymbols("AAPL") # download daily price for stock AAPL
monthlyReturn = periodReturn(AAPL,period="monthly")
monthlyReturn2014 = periodReturn(AAPL,period="monthly",subset='2014:') # for 2014*
【讨论】：
TTR 包中的 ROC 函数将执行此操作。如果您只想查看每月行为，则可以先使用 to.monthly 或 endpoints() (From daily time series to weekly time series in R xts object)。
library(TTR)
# data.monthly <- to.monthly( data, indexAt='periodEnd' ) # if OHLC data
# OR
data.monthly <- data[ endpoints(data, on="months", k=1), ]
data.roc <- ROC(data.monthly, n = 1, type = "discrete")
【讨论】：
这是使用plyr 和ddply 的一种方法。
我按顺序使用 ddply，首先获取每个月的第一行和最后一行，然后再次计算 monthlyReturn。
（也许使用 xts 或 zoo 可能更容易，我不确定。）
#Using plyr and the data in df
df$Date <- as.POSIXlt(as.Date(df$Date, "%m/%d/%Y"))
df$Month <- (df$Date$mon + 1) #0 = January
sdf <- df[,-1] #drop the Date Column, ddply doesn't like it
library("plyr")
#this function is called with 2 row data frames
monthlyReturn<- function(df) {
(df$Value[2] - df$Value[1])/(df$Value[1])
}
adf <- ddply(sdf, .(Month), function(x) x[c(1, nrow(x)), ]) #get first and last values for each Month
mon.returns <- ddply(adf, .(Month), monthlyReturn)
这是我用来测试的数据：
> df
Date Value
1 1/1/2000 10.0
2 1/31/2000 10.1
3 2/1/2000 10.2
4 2/28/2000 11.0
5 3/1/2000 10.0
6 3/31/2000 24.1
7 5/10/2000 510.0
8 5/22/2000 522.0
9 6/04/2000 604.0
10 7/03/2000 10.1
11 7/30/2000 7.2
12 12/28/2000 11.0
13 12/30/2000 3.0
> mon.returns
Month V1
1 1 0.01000000
2 2 0.07843137
3 3 1.41000000
4 5 0.02352941
5 6 0.00000000
6 7 -0.28712871
7 12 -0.72727273
希望对您有所帮助。
【讨论】：