使用 yearmon() 按月和年对 R 中的数据框进行分组

Question

编辑：

我想通了！

df_CloseDelta$YearMonth <- as.yearmon(df_CloseDelta$date)
df_CloseDelta %>%
    group_by(stock, YearMonth) %>%
    summarize(minCloseDelta = min(closeDelta),
              meanCloseDelta = mean(closeDelta),
              maxCloseDelta = max(closeDelta)) -> df_summary_CloseDelta

我创建了以下数据框，其中显示了日期、股票名称以及每只股票的收盘价与前一天相比的百分比差异。

library(quantmod)
library(dplyr)
library(tidyr)
library(ggplot2)
library(zoo)

start <- as.Date("2014-01-01")
end <- as.Date("2017-12-31")
getSymbols(c("AAPL", "AMZN", "FB", "GOOG", "MSFT"),
           from = start, to = end, return.class = "data.frame")

df_wide <- bind_cols(AAPL, AMZN, FB, GOOG, MSFT) %>%
    mutate(date = as.Date(rownames(AAPL))) 

df_long <- df_wide %>%
    gather(key = stock, value = value, - date) %>%
    separate(stock, into = c("stock", "type"))

df_panel <- df_long %>%
    spread(key = type, value = value)

df_CloseDelta <- df_panel %>%
    group_by(stock) %>%
    mutate(closeDelta = 100 * (Close - lag(Close))/lag(Close)) %>%
    select(date, stock, closeDelta) %>%
    filter(!is.na(closeDelta))

我正在尝试按年份和月份对这些条目进行分组（2014 年 1 月 AAPL 收盘价的所有百分比变化，2014 年 1 月 AMZN 收盘价的所有百分比变化等）我正在尝试使用 yearmon() 函数来执行此操作，并认为我可以创建（变异）一个新列，我可以在其中提取年份和月份，然后对数据进行分组，或者只对它进行分组而不创建新列。我能够做到这一点：

as.yearmon(df_CloseDelta$date)

然后返回：

[1] "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014"
[8] "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014"
[15] "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014"
[22] "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014" "Jan 2014"

每个条目以此类推。

然后我尝试将其分组：

df_summary_CloseDelta <- df_CloseDelta %>%
    group_by(as.yearmon(df_CloseDelta$date))

但收到此错误：

Error in mutate_impl(.data, dots) : 
  Column `as.yearmon(df_CloseDelta$date)` must be length 1006 (the group 
size) or one, not 5030

我知道有 1,006 个日期，但鉴于有 5 个股票，因此有 5,030 个条目。我正在尝试对它们进行分组，然后找出每个股票每月和每年的平均值、最小值和最大值。有人可以指出我正确的方向吗？

Answer 1

group_by 期望您为其提供变量名称或与数据中的行数相同长度的向量，这将被视为执行分组的一个因素。请参阅下面的示例。

> btest <- data.frame(a = LETTERS[1:10],
+                     b = c(1,1,2,2,3,3,4,4,5,5),
+                     c = c(rep('e',5), rep('f',5)))
> btest
   a b c
1  A 1 e
2  B 1 e
3  C 2 e
4  D 2 e
5  E 3 e
6  F 3 f
7  G 4 f
8  H 4 f
9  I 5 f
10 J 5 f

现在我们可以通过以下两种方式之一来计算我们感兴趣的组的总和。传统的方式是使用group_by，然后是我们的变量c。

> btest %>% 
+   group_by(c) %>% 
+   summarise(ex = mean(b))
# A tibble: 2 x 2
  c        ex
  <fct> <dbl>
1 e      1.80
2 f      4.20

但是，您的代码认为您正在尝试做的是提供将用于形成分组的逐行值。

> btest %>% 
+   group_by(c(1,1,1,1,1,2,2,2,2,2)) %>% 
+   summarise(ex = mean(b))
# A tibble: 2 x 2
  `c(1, 1, 1, 1, 1, 2, 2, 2, 2, 2)`    ex
                              <dbl> <dbl>
1                              1.00  1.80
2                              2.00  4.20

只是为了让我们清楚应该是什么手段。

> mean(c(1,1,2,2,3))
[1] 1.8
> mean(c(3,4,4,5,5))
[1] 4.2

您的问题是您需要先添加要分组的列，然后才能按该列进行分组。

> df_CloseDelta[['date_yearmon']] <- as.yearmon(df_CloseDelta[['date']])
> 
> df_CloseDelta %>% 
+   group_by(date_yearmon, stock) %>% 
+   summarise(mean_closedelta = mean(closeDelta))
# A tibble: 240 x 3
# Groups:   date_yearmon [?]
   date_yearmon  stock mean_closedelta
   <S3: yearmon> <chr>           <dbl>
 1 Jan 2014      AAPL          -0.474 
 2 Jan 2014      AMZN          -0.472 
 3 Jan 2014      FB             0.746 
 4 Jan 2014      GOOG           0.310 
 5 Jan 2014      MSFT           0.104 
 6 Feb 2014      AAPL           0.269 
 7 Feb 2014      AMZN           0.0631
 8 Feb 2014      FB             0.491 
 9 Feb 2014      GOOG           0.159 
10 Feb 2014      MSFT           0.0713
# ... with 230 more rows

或者，如果您想在dplyr 中完成所有操作，您可以执行以下操作。

df_CloseDelta %>%
  mutate(date_yearmon = as.character(as.yearmon(date))) %>%
  group_by(date_yearmon, stock) %>%
  summarise(mean_closedelta = mean(closeDelta))

Answer 2

xts 有 to.monthly 直接转换为每月，因此假设输入 OHLCV 数据位于环境 e 中的一组 xts 对象中，根据最后的注释，我们将转换函数应用于每个这样的对象e（转换为每月、数据框并附加符号），然后 rbinding 生成的数据框给出单个数据。

sym2df <- function(x, env) cbind(Symbol = x, fortify.zoo(to.monthly(env[[x]], name = "")))
do.call("rbind", lapply(ls(e), sym2df, env = e))

注意

将股票数据导入环境e:

library(quantmod)

start <- "2014-01-01"
end <- "2017-12-31"
syms <- c("AAPL", "AMZN", "FB", "GOOG", "MSFT")
getSymbols(syms, from = start, to = end, env = e <- new.env())