次の特徴を持つRで2つの異なる時系列をマージしようとしています:
- データは、毎日 08:30 から 15:00 の間である必要があります。
- データは、特定の日だけでなく、数週間にも及びます。
- ランダムな間隔でデータにギャップがあります。
- 2 つのデータセットには、必ずしも同じ間隔でギャップがあるとは限りません
2 つのデータセットを 08:30 から 15:00 までのすべての時間でマージしたいと思います。それぞれにギャップがあった場合は、前の値 (または次の値) を引き継がせたいと思います。
# I have verified that the csv files are imported correctly
# The first column contains dates. and the strptime
# function can convert strings into Date/Time objects.
#
sec1_dates <- strptime(sec1[,1], "%m/%d/%Y %H:%M:%S")
sec2_dates <- strptime(sec2[,1], "%m/%d/%Y %H:%M:%S")
# The second column contains the close.
# I use the zoo function to create zoo objects from that data.
# But for some reason this ends up creating duplicates PROBLEM 1
#
a <- zoo(sec1[,2], sec1_dates)
b <- zoo(sec2[,2], sec2_dates)
# I know that I need use seq to fill in gaps but I am clueless as to how
# Once I have the proper seq I can just use na.locf to fill the appropriate values
# HOWEVER seq(start(sec1_dates), end(sec1_dates), "min") would end up returning
# every minute for each day, and I only want 08:30 to 15:30. PROBLEM 2
# The merge function can combine two zoo objects, in union
# Obviously this fails because the two index sizes don't match PROBLEM 3
#
t.zoo <- merge(a, b, all=TRUE)
ジェームズ、問題 1 については正しかった。ありがとう。csv ファイルがデータを 2 回取り込み、データを削除することで問題が解決したことを確認しました。問題2にもあなたのソリューションを使用しましたが、これが私がやろうとしていることを実行するための最も効率的な方法であるかどうかはわかりません. 最終的には、これを使用して回帰を実行したい場合があり、その時点で、任意の数のデータセットをプルするために何らかのループが必要になる場合があります。私が行う可能性のある最適化は大歓迎です。
更新されたソリューション
library(zoo)
library(tseries)
# Read the CSV files into data frames
sec1 <- read.csv("C:\\exportdata\\sec1.csv", stringsAsFactors=F, header=F)
sec2 <- read.csv("C:\\exportdata\\sec2.csv", stringsAsFactors=F, header=F)
# The first column contains dates.
# I use strptime to tell it what format these appear in.
sec1_dates <- strptime(sec1[,1], "%m/%d/%Y %H:%M:%S")
sec2_dates <- strptime(sec2[,1], "%m/%d/%Y %H:%M:%S")
# The second column contains the close prices for the securities.
# I use the zoo function to create zoo objects from that data.
# Input = a vector of data and a vector of dates.
a <- zoo(sec1[,2], sec1_dates)
b <- zoo(sec2[,2], sec2_dates)
# create a discrete time-series with the exact time frame desired
# per tip from James
template <- zoo(NULL, seq(sec1_dates[1], tail(sec1_dates, 1), "min"))
template <- template[which(strftime(time(template),"%H:%M")>"08:30" & strftime(time(template),"%H:%M")<"15:00")]
# The merge function is then used to merge
# 1) each security to the template (uses the discrete date/time range)
# 2) remove the column of data from template (used only for dates)
# 3) each security to one another (this was the ultimate goal anyway.
a.zoo <- merge(a, template, all=TRUE)
a.zoo$template <- NULL
b.zoo <- merge(b, template, all=TRUE)
b.zoo$template <- NULL
t.zoo <- merge(a.zoo, b.zoo, all=TRUE)
# Fill all NA elements with the closest non NA value.
t <- na.locf(t.zoo)