如何将数据帧转换为时间序列？

Question

我有一个 csv 文件，其中有 2 个股票收盘价（每天）

Dates   Bajaj_close Hero_close
3/14/2013   1854.8  1669.1
3/15/2013   1850.3  1684.45
3/18/2013   1812.1  1690.5
3/19/2013   1835.9  1645.6
3/20/2013   1840    1651.15
3/21/2013   1755.3  1623.3
3/22/2013   1820.65 1659.6
3/25/2013   1802.5  1617.7
3/26/2013   1801.25 1571.85
3/28/2013   1799.55 1542

我想将上述数据转换为时间序列格式。 （开始日期是3/14/2013 结束日期是3/13/2015）我已经尝试过了，但它给了我一些奇怪的输出

values <- bajaj_hero[, -1]  (excluded first column i.e date in real dataset)
bajaj_hero_timeseries <- ts(values,start=c(2013,1),end=c(2015,3),frequency=365)

输出是：

           Bajaj_close Hero_close
2013.000     1854.80    1669.10
2013.003     1850.30    1684.45
2013.005     1812.10    1690.50
2013.008     1835.90    1645.60
2013.011     1840.00    1651.15
2013.014     1755.30    1623.30
2013.016     1820.65    1659.60
2013.019     1802.50    1617.70
2013.022     1801.25    1571.85

Answer 1

R 有多种表示时间序列的方法。由于您处理的是股票的每日价格，您可能希望考虑到金融市场在周末和节假日休市，因此交易日和日历日不同。但是，您可能需要在交易日和日历日方面使用您的时间序列。例如，无论是否有周末干预，每日收益都是根据连续的每日收盘价计算的。但您可能还想进行基于日历的报告，例如每周价格摘要。由于这些原因，xts 包是 zoo 的扩展，通常与 R 中的财务数据一起使用。下面是一个如何与您的数据一起使用的示例。

假设您的示例中显示的数据在数据框 df 中

  library(xts)
  stocks <- xts(df[,-1], order.by=as.Date(df[,1], "%m/%d/%Y"))
#
#  daily returns
#
   returns <- diff(stocks, arithmetic=FALSE ) - 1
#
#  weekly open, high, low, close reports
#
   to.weekly(stocks$Hero_close, name="Hero")

给出输出

           Hero.Open Hero.High Hero.Low Hero.Close
2013-03-15    1669.1   1684.45   1669.1    1684.45
2013-03-22    1690.5   1690.50   1623.3    1659.60
2013-03-28    1617.7   1617.70   1542.0    1542.00

Answer 2

输入。我们将从问题中显示的输入文本开始，因为问题没有提供 csv 输入：

Lines <- "Dates   Bajaj_close Hero_close
3/14/2013   1854.8  1669.1
3/15/2013   1850.3  1684.45
3/18/2013   1812.1  1690.5
3/19/2013   1835.9  1645.6
3/20/2013   1840    1651.15
3/21/2013   1755.3  1623.3
3/22/2013   1820.65 1659.6
3/25/2013   1802.5  1617.7
3/26/2013   1801.25 1571.85
3/28/2013   1799.55 1542"

zoo. "ts" 类系列通常不代表日期索引，但我们可以创建一个能够代表日期索引的动物园系列（参见 zoo package）：

library(zoo)
z <- read.zoo(text = Lines, header = TRUE, format = "%m/%d/%Y")

或者，如果您已经将其读入数据框DF，则可以将其转换为动物园，如下面第二行所示：

DF <- read.table(text = Lines, header = TRUE)
z <- read.zoo(DF, format = "%m/%d/%Y")

在上述任何一种情况下，z 是一个带有"Date" 上课时间索引的动物园系列。还可以创建动物园系列，zz，它使用 1、2、3、... 作为时间索引：

zz <- z
time(zz) <- seq_along(time(zz))

ts.其中任何一个都可以转换为"ts" 类系列：

as.ts(z)
as.ts(zz)

第一个有一个时间索引，它是自纪元（1970 年 1 月 1 日）以来的天数，并且将有缺失天数的 NA，第二个将有 1、2、3、... 作为时间索引和没有 NA。

月度系列。 通常"ts" 系列用于月度、季度或年度系列。因此，如果我们要将输入汇总为几个月，我们可以合理地将其表示为 "ts" 系列：

z.m <- as.zooreg(aggregate(z, as.yearmon, mean), freq = 12)
as.ts(z.m)

Answer 3

迟到了，但tsbox 包旨在执行这样的转换。要将您的数据转换为ts-object，您可以这样做：

dta <- data.frame(
  Dates = c("3/14/2013", "3/15/2013", "3/18/2013", "3/19/2013"),
  Bajaj_close = c(1854.8, 1850.3, 1812.1, 1835.9),
  Hero_close = c(1669.1, 1684.45, 1690.5, 1645.6)
)

dta
#>       Dates Bajaj_close Hero_close
#> 1 3/14/2013      1854.8    1669.10
#> 2 3/15/2013      1850.3    1684.45
#> 3 3/18/2013      1812.1    1690.50
#> 4 3/19/2013      1835.9    1645.60

library(tsbox)
ts_ts(ts_long(dta))
#> Time Series:
#> Start = 2013.1971293045 
#> End = 2013.21081883954 
#> Frequency = 365.2425 
#>          Bajaj_close Hero_close
#> 2013.197      1854.8    1669.10
#> 2013.200      1850.3    1684.45
#> 2013.203          NA         NA
#> 2013.205          NA         NA
#> 2013.208      1812.1    1690.50
#> 2013.211      1835.9    1645.60

它会自动解析日期、检测频率并明确显示周末的缺失值。使用ts_<class>，您可以将数据转换为任何其他时间序列类。

Answer 4

使用库fpp，您可以轻松创建日期格式的时间序列： time_ser=ts(data,frequency=4,start=c(1954,2))

我们从 1954 年第二季度开始，频率为四分之一。

Answer 5

查看这个问题：Converting data.frame to xts order.by requires an appropriate time-based object，它建议查看 order.by 的参数，

目前可接受的类包括：‘Date’、‘POSIXct’、‘timeDate’、 以及保留索引值的“yearmon”和“yearqtr” 独一无二。

并进一步建议使用 order.by = as.POSIXct 进行显式转换，

df$Date <- as.POSIXct(strptime(df$Date,format),tz="UTC")
xts(df[, -1], order.by=as.POSIXct(df$Date))

你的格式被分配到其他地方，

format <- "%m/%d/%Y" #see strptime for details