将矩阵拆分为R中的多对列

时间:2013-04-05 14:29:02

标签: r matrix split time-series

使用R. 我有一个10行X 6列矩阵。 我需要将它分成几个没有重叠的一对列的子矩阵。

即。矩阵有列A,B,C,D,E,F和我需要提取由AB,CD和EF列组成的3个不同的矩阵(或data.frames或资金包中的任何对象,如zoo或timeSeries)。

PS:矩阵包含财务数据系列,任何几列都有日期列和NAV列

2 个答案:

答案 0 :(得分:4)

使用一些虚拟数据(注意你必须有一个数据框,否则R不允许你在矩阵中保存日期和数值[除非它们全部转换为字符或原始数字表示] )

set.seed(42)
df <- data.frame(A = Sys.Date() + 0:9, B = rnorm(10),
                 C = Sys.Date() - 0:9, D = rnorm(10),
                 E = Sys.Date() - 20:29, F = rnorm(10))

> head(df)
           A          B          C          D          E          F
1 2013-04-05  1.3709584 2013-04-05  1.3048697 2013-03-16 -0.3066386
2 2013-04-06 -0.5646982 2013-04-04  2.2866454 2013-03-15 -1.7813084
3 2013-04-07  0.3631284 2013-04-03 -1.3888607 2013-03-14 -0.1719174
4 2013-04-08  0.6328626 2013-04-02 -0.2787888 2013-03-13  1.2146747
5 2013-04-09  0.4042683 2013-04-01 -0.1333213 2013-03-12  1.8951935
6 2013-04-10 -0.1061245 2013-03-31  0.6359504 2013-03-11 -0.4304691

一种简单的方法是为你想要的列形成一个索引 - 在这里我选择了每对的第一列,1,3,5等。

start <- seq(1, by = 2, length = ncol(df) / 2)

然后,我们lapplystart中的索引进行i,并从我们的数据框中选择i+ 1 i列{{1}从start依次获取每个索引(df[i:(i+1)]

sdf <- lapply(start, function(i, df) df[i:(i+1)], df = df)

给出:

> sdf
[[1]]
            A           B
1  2013-04-05  1.37095845
2  2013-04-06 -0.56469817
3  2013-04-07  0.36312841
4  2013-04-08  0.63286260
5  2013-04-09  0.40426832
6  2013-04-10 -0.10612452
7  2013-04-11  1.51152200
8  2013-04-12 -0.09465904
9  2013-04-13  2.01842371
10 2013-04-14 -0.06271410

[[2]]
            C          D
1  2013-04-05  1.3048697
2  2013-04-04  2.2866454
....

> str(sdf)
List of 3
 $ :'data.frame':   10 obs. of  2 variables:
  ..$ A: Date[1:10], format: "2013-04-05" "2013-04-06" ...
  ..$ B: num [1:10] 1.371 -0.565 0.363 0.633 0.404 ...
 $ :'data.frame':   10 obs. of  2 variables:
  ..$ C: Date[1:10], format: "2013-04-05" "2013-04-04" ...
  ..$ D: num [1:10] 1.305 2.287 -1.389 -0.279 -0.133 ...
 $ :'data.frame':   10 obs. of  2 variables:
  ..$ E: Date[1:10], format: "2013-03-16" "2013-03-15" ...
  ..$ F: num [1:10] -0.307 -1.781 -0.172 1.215 1.895 ...

将子数据帧保留在列表中的一个优点是,您可以使用循环或lapplysapply等工具将功能或其他操作应用于子数据帧。示例

答案 1 :(得分:1)

你在找这样的东西吗?

require("zoo")
##matrix with random entries
mat <- matrix(rnorm(60), nrow=10, ncol=6)
colnames(mat) <- LETTERS[1:6]    
## optional: create zoo object 
#mat <- as.zoo(mat) 


##access columns
mat[,c("A", "B")]
mat[,c("C", "D")]
mat[,c("E", "F")]

请注意,不需要为上面的模拟数据创建一个zoo对象,但从您的问题来看,您的数据看起来有点不清楚。