我有一个时间序列json数据。我需要计算一对给定日期之间的日期 - 值对。
我用下面的方法解决了这个问题。在这里,我需要获得1995-01-01和2000-01-01之间的值,它可以工作。但是可以使用xts
或zoo
包来执行此操作吗?有什么更好的方法?如何使用xts
包处理这种类型的json值?
json <- "[\n {\n \"1986-03-13\": 0.0034722 \n},\n{\n \"1987-09-21\": 0.0069444 \n},\n{\n \"1990-04-16\": 0.013889 \n},\n{\n \"1991-06-27\": 0.020833 \n},\n{\n \"1992-06-15\": 0.03125 \n},\n{\n \"1994-05-23\": 0.0625 \n},\n{\n \"1996-12-09\": 0.125 \n},\n{\n \"1998-02-23\": 0.25 \n},\n{\n \"1999-03-29\": 0.5 \n},\n{\n \"2003-02-18\": 1 \n} \n]"
dates <- c()
values <- c()
for(i in 1:length(fromJSON(json))){
data <- fromJSON(json)[i]
date = names(data[[1]])
value = toString(data[[1]])
dates <- c(dates,date)
values <- c(values,value)
}
df <- data.frame(date=dates,value= values)
> df
date value
1 1986-03-13 0.0034722
2 1987-09-21 0.0069444
3 1990-04-16 0.013889
4 1991-06-27 0.020833
5 1992-06-15 0.03125
6 1994-05-23 0.0625
7 1996-12-09 0.125
8 1998-02-23 0.25
9 1999-03-29 0.5
10 2003-02-18 1
splDates <- c()
for(date in df$date){
if(as.Date(date) >= as.Date("1995-01-01") & as.Date(date) <= as.Date("2000-01-01") ){
splDates <- c(splDates,date)
}
}
df1 <- df[which(df$date %in% splDates),]
> df1
date value
7 1996-12-09 0.125
8 1998-02-23 0.25
9 1999-03-29 0.5
答案 0 :(得分:4)
使用xts
包,您可以尝试这样的
require(RJSONIO)
require(xts)
json <- "[\n {\n \"1986-03-13\": 0.0034722 \n},\n{\n \"1987-09-21\": 0.0069444 \n},\n{\n \"1990-04-16\": 0.013889 \n},\n{\n \"1991-06-27\": 0.020833 \n},\n{\n \"1992-06-15\": 0.03125 \n},\n{\n \"1994-05-23\": 0.0625 \n},\n{\n \"1996-12-09\": 0.125 \n},\n{\n \"1998-02-23\": 0.25 \n},\n{\n \"1999-03-29\": 0.5 \n},\n{\n \"2003-02-18\": 1 \n} \n]"
data <- data.frame(date = unlist(lapply(fromJSON(json), names)),
value = unname(unlist(fromJSON(json))),
stringsAsFactors = FALSE
)
data <- xts(data$value, as.Date(data$date))
data["1995-01-01::2000-01-01"]
## [,1]
## 1996-12-09 0.125
## 1998-02-23 0.250
## 1999-03-29 0.500
答案 1 :(得分:1)
你可以将df转换为像这样的xts
对象
> df <- as.data.frame(scan(what=list(date="",x=0)))
1: 1986-03-13 0.0034722
2: 1987-09-21 0.0069444
3: 1990-04-16 0.013889
4: 1991-06-27 0.020833
5: 1992-06-15 0.03125
6: 1994-05-23 0.0625
7: 1996-12-09 0.125
8: 1998-02-23 0.25
9: 1999-03-29 0.5
10: 2003-02-18 1
11:
Read 10 records
> df.xts <- xts(df$x , order.by = as.POSIXlt(df$date , format="%Y-%m-%d"))
> df.xts
[,1]
1986-03-13 0.0034722
1987-09-21 0.0069444
1990-04-16 0.0138890
1991-06-27 0.0208330
1992-06-15 0.0312500
1994-05-23 0.0625000
1996-12-09 0.1250000
1998-02-23 0.2500000
1999-03-29 0.5000000
2003-02-18 1.0000000
> df.xts["1995::2000"]
[,1]
1996-12-09 0.125
1998-02-23 0.250
1999-03-29 0.500