【问题标题】:Error with xts::apply: "Error in coredata.xts(x) : currently unsupported data type"xts::apply 出错:“coredata.xts(x) 中的错误:当前不支持的数据类型”
【发布时间】:2015-04-16 11:56:02
【问题描述】:

当我尝试做以下工作时,我发生了错误:

# generate random integrals #
data <- xts(floor(runif(100, 1,101)),as.Date("1973-02-01") + c(1:100) - 1)
apply.monthly(data, diff,1,1)

,虽然这个有效:

apply.monthly(data,mean)

我已经检查过发布的类似问题,但似乎它们不适用于这里的情况。

有什么建议吗?


一些进一步的解释:

我需要这个的原因是我得到了一个时间序列数据集,如下所示,

1990-05 100
1990-04 80
1990-03 60
1990-02 20
1990-01 5
1989-12 110
1989-11 89
1989-10 78
...

在每一年中,y(t)=y_(t-1)+dy,其中dt 是 t 期间的值变化。但这种模式只发生在每一年,而且每一年都是分开的。所以基本上,我想检索每个特定年份每个月之间的差异,即:

1990-05 20  #100-80
1990-04 20  #80-60
1990-03 40  #60-20
1990-02 15  #20-5
1990-01 5   #5
1989-12 21  #110-89
1989-11 11  #89-78  
...

希望我的解释足够清楚。

谢谢,

【问题讨论】:

    标签: r apply xts


    【解决方案1】:

    apply.monthly 和period.apply 用于将数据聚合到指定时间段。 diff 不起作用,因为 diff.xts 返回一个与输入长度相同的向量。 mean 之所以有效,是因为它为给定的输入向量返回一个值。

    我不清楚你希望apply.monthly(data, diff) 做什么。这与调用diff(data) 然后将NA 添加到每个月的第一个值相同。


    通过您的编辑,我现在了解您要做什么。您想要差异,但您希望每年的 1 月成为该月的水平,而不是与前一年 12 月的差异。

    这是一种方法:

    # Load your data as an example
    Lines <- 
    "1990-05 100
    1990-04 80
    1990-03 60
    1990-02 20
    1990-01 5
    1989-12 110
    1989-11 89
    1989-10 78"
    con <- textConnection(Lines)
    # Ensure the timezone of your non-intraday xts object is UTC,
    # or bad things can happen
    x <- as.xts(read.zoo(con, FUN=as.yearmon), tzone="UTC")
    close(con)
    
    # Create a helper function
    f <- function(x) {
      y <- diff(x)
      if (.indexmon(y)[1] == 0)
        y[1] <- x[1]
      y
    }
    # apply the function to each year subset and rbind the results
    do.call(rbind, lapply(split(x,'years'), f))
    

    这是另一种方式,您可能会觉得更有吸引力。

    colnames(x) <- "level"
    # calculate all differences
    x$diff <- diff(x$level)
    # set January differences to their respective level
    jan <- .indexmon(x) == 0
    x[jan, "diff"] <- x[jan, "level"]
    

    【讨论】:

    • 感谢您的回答。这是相当合理的。更详细的解释添加了为什么我需要做 apply.monthly(data, diff) 之类的东西。
    猜你喜欢
    • 1970-01-01
    • 2020-02-03
    • 2016-12-26
    • 1970-01-01
    • 2014-05-07
    • 2017-01-02
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多