Question

我想从每分钟的数据中对每天的前5分钟时间序列数据进行细分，但前5分钟不会在每天的同一时间发生，因此使用像xtsobj["T09:00/T09:05"]这样的东西是行不通的自从第5分钟开始改变。即有时它在早上9:20或其他一些随机时间开始，而不是早上9点。

到目前为止，我已经能够使用以下函数对每天的第一分钟进行分组：

k <- diff(index(xtsobj))> 10000

xtsobj[c(1, which(k)+1)]

即。在数据中找到大于10000秒的间隙，但是从那里开始到找到每天的前5分钟，证明更加困难，因为数据并不总是均匀分布。即在第一分钟和第五分钟之间可能有2行到5行，因此使用类似的东西：

xtsobj[c(1, which(k)+6)]

然后将结果绑定在一起

并不总是准确的。我希望可以使用像'first'这样的函数，但不知道如何在多天内执行此操作，也许这可能是最佳解决方案。有没有更好的方法来获取这些信息？

非常感谢stackoverflow社区。

Answer 1

split(xtsobj, "days")将为每天创建一个包含xts对象的列表。

然后您可以将head应用于每一天

lapply(split(xtsobj, "days"), head, 5)

或更一般地

lapply(split(xtsobj, "days"), function(x) {
  x[1:5, ]
})

最后，如果你愿意的话，你可以rbind一起回来。

do.call(rbind, lapply(split(xtsobj, "days"), function(x) x[1:5, ]))

Answer 2

你使用包lubridate怎么样，首先找出每天根据你随机变化的起点，然后使用函数minutes

所以它会是这样的：

five_minutes_after = starting_point_each_day + minutes(5)

然后你可以使用通常的xts子集做类似的事情：

5_min_period = paste(starting_point_each_day,five_minutes_after,sep='/')

xtsobj[5_min_period]

编辑：

@Joshua 我认为这有效，看看这个例子：

library(lubridate)
x <- xts(cumsum(rnorm(20, 0, 0.1)), Sys.time() - seq(60,1200,60))

starting_point_each_day= index(x[1])
five_minutes_after = index(x[1]) + minutes(5)
five_min_period = paste(starting_point_each_day,five_minutes_after,sep='/')

x[five_min_period]

在我之前的例子中我犯了一个错误，我把five_min_period放在引号之间。那是你指出约书亚的事吗？也许起点不是必要的，只是：

until5min=paste('/',five_minutes_after,sep="")
x[until5min]

从xts获取或分组每天数据的前5分钟

2 个答案: