Question

我有一个很大的xts，我希望按月和按日期过滤每年。

library(xts)   
junk <- xts(sample.int(101, size = 1461, replace = T), seq(as.Date('2006-01-01'), as.Date('2009-12-31'), 'days'))
junk_sma10 = TTR::SMA(x = junk, n = 10) ## trailing 10 day avg

现在我通过一个循环来做这个每天和每月的价值需要一段时间。我知道R一次做事情更好。

months_filtered <- idx_apcp30[.indexmon(junk_sma10) == 1]     ## filter for feb
final_filtered <- months_filtered[.indexmday(months_filtered) == 15] ## filter for 16th

输出是一年中每一天的唯一xts。

           SMA
2006-02-16 61.0
2007-02-16 50.5
2008-02-16 60.5
2009-02-16 54.1

然后下一次迭代（+1 mday）将产生

            SMA
2006-02-17 64.3
2007-02-17 48.4
2008-02-17 66.1
2009-02-17 48.6

我需要生成并存储此过程产生的每个xts。我怎么不循环呢？

我找到了这样的解决方案：

junk[seq(as.Date('2006-01-01'),as.Date('2009-12-31'),by='year')]

但我仍然需要每天迭代......

Answer 1

一个简单的解决方案是按月将{x}对象split分成块。

# if using xts < 0.10-0 (bug work-around)
month_day <- split(junk_sma10, as.numeric(format(index(junk_sma10), "%m%d")))

# requires xts >= 0.10-0
month_day <- split(junk_sma10, format(index(junk_sma10), "%m%d"))

现在month_day是一个列表，其中每个元素都是每年的月份和日期。然后，您可以使用lapply在每个列表元素上调用函数来继续分析。

更快的子集xts方式

1 个答案: