为什么我在 PerformanceAnalytics 中使用 apply.fromstart 得到“1:columns 中的错误：长度为 0 的参数”答案

【问题标题】：Why am I getting "Error in 1:columns : argument of length 0" with apply.fromstart in PerformanceAnalytics为什么我在 PerformanceAnalytics 中使用 apply.fromstart 得到“1:columns 中的错误：长度为 0 的参数”
【发布时间】：2013-11-07 23:00:29
【问题描述】：

我希望最终绘制出随着更多观察被添加到数据集中时各种统计属性的变化（收敛到真实值），并在数据的一系列随机排列上迭代地这样做。我想使用 PerformanceAnalytics 中的apply.fromstart 随着数据集的增长生成不断变化的统计数据。

我的数据集如下所示：

qpcr_a100p.z <-
structure(c(115.3, 108.4, 112.8, 101, 107.6, 84.9, 87.7, 94.7, 
108.3, 107.3, 115, 79.1, 70.1, 61, 125.5, 111.1, 67.7, 119.4, 
85.5, 109.3, 68.5, 98.3, 71.8, 81.6, 96, 140.8, 75.3, 83.6, 90.6, 
107.5), index = c(30, 94, 103, 104, 114, 120, 155, 234, 240, 
272, 289, 314, 439, 492, 502, 544, 547, 557, 564, 592, 656, 775, 
783, 803, 805, 855, 856, 870, 929, 985), class = "zoo")

但是，当我尝试运行 apply.fromstart 时出现错误：

> library(PerformanceAnalytics)
> apply.fromstart(qpcr_a100p.z, FUN = "mean", gap = 1)
Error in 1:columns : argument of length 0

我尝试了apply.fromstart 命令的一些变体，包括：

> apply.fromstart(qpcr_a100p.z[,1,drop=FALSE], FUN = "mean", gap = 1)

但我仍然遇到同样的错误。

【问题讨论】：

标签： r zoo

【解决方案1】：

很明显，函数apply.fromstart 中的数据类型不匹配（我认为问题在于变量的时间）。如果您的动物园对象被命名为qpcr_a100p.z，我会建议这种解决方法：

dat=na.omit(as.xts(as.ts(qpcr_a100p.z)))
apply.fromstart(dat, FUN = "mean", gap = 1)

它产生以下结果：

> as.numeric(apply.fromstart(dat, FUN="mean", gap=1))

 [1] 115.30000 111.85000 112.16667 109.37500 109.02000 105.00000 102.52857
 [8] 101.55000 102.30000 102.80000 103.90909 101.84167  99.40000  96.65714
[15]  98.58000  99.36250  97.50000  98.71667  98.02105  98.58500  97.15238
[22]  97.20455  96.10000  95.49583  95.51600  97.25769  96.44444  95.98571
[29]  95.80000  96.19000

【讨论】：

【解决方案2】：

该错误是因为您的qpcr_a100p.z zoo 对象没有dim 属性，因此从技术上讲它没有任何列。此外，apply.fromstart 需要基于时间的索引。

所以设置dims并将索引转换为Date，函数就可以工作了。

dim(qpcr_a100p.z) <- c(NROW(qpcr_a100p.z),NCOL(qpcr_a100p.z))
index(qpcr_a100p.z) <- as.Date(index(qpcr_a100p.z), origin="1970-01-01")
out <- apply.fromstart(qpcr_a100p.z, FUN = "mean", gap = 1)
# convert the index back to numeric, if necessary
index(out) <- as.numeric(index(out))

【讨论】：