如何从R中的时间序列数据集中提取每年答案

【问题标题】：How to extract each year from a time-series data set in R如何从R中的时间序列数据集中提取每年
【发布时间】：2020-08-16 11:13:59
【问题描述】：

我有一个时间序列数据集EuStockMarket。它包含从 1991 年到 1998 年对四个股票市场的观察。我想分别提取每一年。

data(EuStockMarkets)
str(EuStockMarkets)

【问题讨论】：

标签： r time-series

【解决方案1】：

问题中的输入 EuStockMarkets 是一个 ts 对象，因此我们假设该问题正在寻找具有每年一个组件的 ts 对象列表。我们提供以下解决方案。在每种情况下，年份都用作列表组件的名称。

1) 动物园

从ts转换为zoo类，这样我们就可以使用split.zoo，按年份拆分（时间的整数部分是年份）再转换回ts。（如果动物园对象列表没问题，则省略 lapply。）

library(zoo)
lapply(split(as.zoo(EuStockMarkets), as.integer(time(EuStockMarkets))), as.ts)

2) 基础

这个解决方案不像 (1) 那样紧凑，但如果你需要避免包依赖，它不会使用任何包。它首先将时间向量拆分为年份，然后为每个组件使用 window 提取该年份的子系列，并给出 ts 对象的列表。

spl <- split(time(EuStockMarkets), as.integer(time(EuStockMarkets)))
Map(window, start = Map(min, spl), end = Map(max, spl), list(EuStockMarkets))

【讨论】：

【解决方案2】：

试试这个，使用 tsibble 包：

library(tsibble)

tsbl <- as_tsibble(EuStockMarkets)

tsbl %>%
  group_by_key() %>%
  index_by(year = ~ year(.))

# A tsibble: 7,440 x 4 [1s] <UTC>
# Key:       key [4]
# Groups:    key @ year [32]
   index               key   value  year
   <dttm>              <chr> <dbl> <dbl>
 1 1991-07-01 02:18:33 DAX   1629.  1991
 2 1991-07-02 12:00:00 DAX   1614.  1991
 3 1991-07-03 21:41:27 DAX   1607.  1991
 4 1991-07-05 07:22:55 DAX   1621.  1991
 5 1991-07-06 17:04:22 DAX   1618.  1991
 6 1991-07-08 02:46:21 DAX   1611.  1991
 7 1991-07-09 12:27:49 DAX   1631.  1991
 8 1991-07-10 22:09:16 DAX   1640.  1991
 9 1991-07-12 07:50:44 DAX   1635.  1991
10 1991-07-13 17:32:11 DAX   1646.  1991
# ... with 7,430 more rows

【讨论】：

【解决方案3】：

选项 1

您可以拆分类似矩阵的ts 对象并通过Map() 重构每年的时间序列。最终输出是一个列表，其中包含从 1991 年到 1998 年的ts 对象。您可以使用$ 符号来提取每一年。

tm <- time(EuStockMarkets)
res1 <- Map(ts, split(as.data.frame(EuStockMarkets), floor(tm)),
            tm[c(T, cycle(EuStockMarkets)[-1] == 1)],
            frequency = frequency(EuStockMarkets))

选项 2

另一种不拆分数据的解决方案，可能会稍微提高效率。

cyc <- cycle(EuStockMarkets)[-1] ; tm <- time(EuStockMarkets)
res2 <- Map(window, list(EuStockMarkets), tm[c(T, cyc == 1)], tm[c(cyc == 1, T)])
names(res2) <- sapply(res2, start)[1, ]

输出

res1$`1991`

# Time Series:
# Start = c(1991, 130) 
# End = c(1991, 260) 
# Frequency = 260 
#              DAX    SMI    CAC   FTSE
# 1991.496 1628.75 1678.1 1772.8 2443.6
# 1991.500 1613.63 1688.5 1750.5 2460.2
# 1991.504 1606.51 1678.6 1718.0 2448.2
# etc.

res1$`1998`

# Time Series:
# Start = c(1998, 1) 
# End = c(1998, 169) 
# Frequency = 260 
#              DAX    SMI    CAC   FTSE
# 1998.000 4132.79 6044.7 2858.1 5049.8
# 1998.004 4132.79 6046.7 2874.1 5013.9
# 1998.008 4132.79 6046.7 2874.1 5013.9
# etc.

【讨论】：