R как извлечь строки конца месяца из временного ряда - PullRequest
Новая
       0

R как извлечь строки конца месяца из временного ряда

1 голос
/ 14 марта 2020

У меня есть такой фрейм данных 

X.1   X       date adjClose     lagx    pct_change     rollmeanx     rollsdx   roll_sharpe  
1     1   1 2019-01-02 119.1437       NA            NA            NA          NA            NA  
2     2   2 2019-01-03 120.4995 119.1437  0.0112514165            NA          NA            NA  
3     3   3 2019-01-04 119.1047 120.4995 -0.0117107526            NA          NA            NA  
4     4   4 2019-01-07 118.7535 119.1047 -0.0029568789            NA          NA            NA  
5     5   5 2019-01-08 118.4414 118.7535 -0.0026352631            NA          NA            NA  
6     6   6 2019-01-09 118.2561 118.4414 -0.0015671396            NA          NA            NA  
7     7   7 2019-01-10 117.4953 118.2561 -0.0064751785            NA          NA            NA  
8     8   8 2019-01-11 117.9537 117.4953  0.0038865459            NA          NA            NA  
9     9   9 2019-01-14 117.5148 117.9537 -0.0037350598            NA          NA            NA  
10   10  10 2019-01-15 117.0856 117.5148 -0.0036654449            NA          NA            NA  
11   11  11 2019-01-16 117.2026 117.0856  0.0009986684            NA          NA            NA  
12   12  12 2019-01-17 117.2319 117.2026  0.0002496048            NA          NA            NA  
13   13  13 2019-01-18 116.6174 117.2319 -0.0052693208            NA          NA            NA  
14   14  14 2019-01-22 117.4075 116.6174  0.0067292515            NA          NA            NA  
15   15  15 2019-01-23 117.3587 117.4075 -0.0004155585            NA          NA            NA  
16   16  16 2019-01-24 118.1293 117.3587  0.0065229956            NA          NA            NA  
17   17  17 2019-01-25 117.5635 118.1293 -0.0048120800            NA          NA            NA  
18   18  18 2019-01-28 117.4465 117.5635 -0.0009965950            NA          NA            NA  
19   19  19 2019-01-29 118.0415 117.4465  0.0050404892            NA          NA            NA  
20   20  20 2019-01-30 117.9537 118.0415 -0.0007442322            NA          NA            NA  
21   21  21 2019-01-31 118.9681 117.9537  0.0085266869            NA          NA            NA  
22   22  22 2019-02-01 118.2510 118.9681 -0.0060639085            NA          NA            NA  
23   23  23 2019-02-04 117.7231 118.2510 -0.0044843049            NA          NA            NA  
24   24  24 2019-02-05 118.2608 117.7231  0.0045465818            NA          NA            NA  
25   25  25 2019-02-06 118.3195 118.2608  0.0004957449            NA          NA            NA  
26   26  26 2019-02-07 119.1016 118.3195  0.0065665271            NA          NA            NA  
27   27  27 2019-02-08 119.6099 119.1016  0.0042501022  1.358807e-04 0.005456898  1.358807e-04  
28   28  28 2019-02-11 119.1407 119.6099 -0.0039386231 -4.483516e-04 0.005014440 -4.483516e-04  
29   29  29 2019-02-12 118.8376 119.1407 -0.0025501810 -9.602194e-05 0.004485371 -9.602194e-05  
30   30  30 2019-02-13 118.3879 118.8376 -0.0037985136 -1.283925e-04 0.004509813 -1.283925e-04  
31   31  31 2019-02-14 119.0624 118.3879  0.0056654898  1.908672e-04 0.004617770  1.908672e-04  
32   32  32 2019-02-15 119.2482 119.0624  0.0015576324  3.110508e-04 0.004610843  3.110508e-04  
33   33  33 2019-02-19 119.5512 119.2482  0.0025349579  6.575945e-04 0.004414827  6.575945e-04  
34   34  34 2019-02-20 119.2091 119.5512 -0.0028702641  3.977172e-04 0.004416021  3.977172e-04  
35   35  35 2019-02-21 118.1435 119.2091 -0.0090194456  1.944715e-04 0.004724659  1.944715e-04  
36   36  36 2019-02-22 118.8474 118.1435  0.0059225138  5.632392e-04 0.004785127  5.632392e-04  
37   37  37 2019-02-25 118.4954 118.8474 -0.0029700520  4.105961e-04 0.004833734  4.105961e-04  
38   38  38 2019-02-26 119.0820 118.4954  0.0049257040  5.904461e-04 0.004913833  5.904461e-04  
39   39  39 2019-02-27 117.7329 119.0820 -0.0114589388  3.523838e-04 0.005340492  3.523838e-04  
40   40  40 2019-02-28 117.3321 117.7329 -0.0034160973 -3.782189e-05 0.005225321 -3.782189e-05

, что мне нужно, это фрейм данных, содержащий только строки конца месяца.

Что мне удалось сделать до сих пор, так это:

'' '

library(tidyverse)  
library(roll)  
library (xts)  
library(PerformanceAnalytics)  
library(zoo)  
library(tseries)  
tlt_data <- read.csv('tlt_r.csv')  
d <- data.frame(date = as.Date(tlt_data$date, origin = '1970-01-01'))  
d$day <- format(d$date, format = '%d')  
d$my <- format(d$date, format = '%Y-%m')  
fds <- with(d, tapply(day, my, max))  
fds <- as.Date(paste(row.names(fds), fds, sep = '-'))  
xdf_endofmonth <- tlt_data[tlt_data$date %in% fds, 'date', 'roll_sharpe']

' ''

Tnx за ваши подсказки.

1 Ответ

1 голос
/ 14 марта 2020

Вероятно, есть гораздо лучший и элегантный способ сделать это, но здесь возможное решение.

Начиная с формата даты в столбце даты, вы можете разделить его по месяцам и годам, используя функции month и year из пакета lubridate.

Затем к каждому месяцу и году добавьте 01, чтобы создать первую дату каждого месяца. Затем вы можете сгруппировать по этой дате и выбрать максимальную дату каждой группы, которая соответствует последней дате каждого месяца. 

library(lubridate)
df %>% mutate(Month = month(date), Year = year(date)) %>%
  mutate(Ini_date = ymd(paste(Year, Month, "01", sep = "-"))) %>% 
  group_by(Ini_date) %>% 
  filter(date == max(date))

# A tibble: 61 x 6
# Groups:   Ini_date [61]
   date           t   Value Month  Year Ini_date  
   <date>     <int>   <dbl> <dbl> <dbl> <date>    
 1 2015-03-31    16 -0.0729     3  2015 2015-03-01
 2 2015-04-30    46  2.09       4  2015 2015-04-01
 3 2015-05-31    77 -0.611      5  2015 2015-05-01
 4 2015-06-30   107 -1.36       6  2015 2015-06-01
 5 2015-07-31   138  1.44       7  2015 2015-07-01
 6 2015-08-31   169 -1.09       8  2015 2015-08-01
 7 2015-09-30   199 -0.152      9  2015 2015-09-01
 8 2015-10-31   230  1.04      10  2015 2015-10-01
 9 2015-11-30   260 -0.494     11  2015 2015-11-01
10 2015-12-31   291 -0.703     12  2015 2015-12-01
# … with 51 more rows

Это ответит на ваш вопрос?

Воспроизводимый пример 

date <- seq(ymd("2015-03-16"), ymd("2020-03-13"), by = "day")
df <- data.frame(date = date,
                 t = 1:1825,
                 Value = rnorm(1825))
...