Question

我有这些数据

  Open   High   Low    Close
1 6709.0 6709.5 6703.5 6705.0
2 6705.0 6710.5 6705.0 6710.0
3 6710.5 6713.5 6710.5 6713.5
4 6713.5 6713.5 6711.5 6712.0
5 6712.5 6715.0 6712.5 6714.0
6 6714.0 6716.0 6713.5 6716.0

OHLC分钟的1价格。我想找到5分钟的OHLC条。 Open和Close很简单，但我不知道如何High和Low。

我需要在数据的子集中找到maximum/minimum值。首先，我需要找到max(data[1:5,2])然后max(data[6:10,2])，依此类推。我需要将值放在名为High的向量中。对于Low价格min(data[1:5,3])。

我需要像for loop这样的两个变量。

Answer 1

我不知道你的数据集有多大。但是，then(...)在这种情况下会很慢。就个人而言，我宁愿选择for loop函数，特别是已在aggregate中实现的函数。

我们要做的第一件事就是创建索引，允许我们在每个子群上执行此功能。每个亚组包含5分钟的OHLC。

因此，让我们从阅读数据开始

阅读表格

Rbase

增加df 的大小，以更好地模拟实际用例场景。

df <- read.table(text = "Open   High    Low  Close
+ 1 6709.0 6709.5 6703.5 6705.0
+ 
+ 2 6705.0 6710.5 6705.0 6710.0
+ 
+ 3 6710.5 6713.5 6710.5 6713.5
+ 
+ 4 6713.5 6713.5 6711.5 6712.0
+ 
+ 5 6712.5 6715.0 6712.5 6714.0")

创建索引，首先使用向量df <- rbind(df,df,df,df)和recycling函数

cumsum()

现在，最后我们可以获得每5个OHLC 5分钟条的最小值和最大值，并将它们插入最终向量df$group <- c(1,0,0,0,0) df$group <- cumsum(df$group)和High

Low

High <- aggregate(High ~ group, data = df, FUN = max)$High Low <- aggregate(Low ~ group, data = df, FUN = min)$Low包

给出了更快的聚合替代方法

data.table

Answer 2

基于dplyr的解决方案甚至可以在行不是5的倍数时使用ceiling来创建群组。

library(dplyr)

# Prepare large data.frame
df_mod <- bind_rows(df,df,df,df,df)

df_mod %>% 
  group_by(grp = ceiling(row_number()/5)) %>%
  summarise(High = max(High), Low = min(Low)) %>%
  select(-grp) %>%
  as.data.frame()

#   grp High    Low
# 1   1 6715 6703.5
# 2   2 6716 6703.5
# 3   3 6716 6703.5
# 4   4 6716 6703.5
# 5   5 6716 6703.5
# 6   6 6716 6705.0

数据

#As provided an example by OP df <- read.table( text = "Open High Low Close 1 6709.0 6709.5 6703.5 6705.0 2 6705.0 6710.5 6705.0 6710.0 3 6710.5 6713.5 6710.5 6713.5 4 6713.5 6713.5 6711.5 6712.0 5 6712.5 6715.0 6712.5 6714.0 6 6714.0 6716.0 6713.5 6716.0", header = TRUE)

在R中1分钟的条形中创建5分钟的条形

2 个答案: