下载掌阅APP，畅读海量书库
立即打开
本章主要介绍了时间序列数据处理的3个工具包，帮助读者掌握时间序列在R语言中的数据结构和基本使用。
问题
R语言怎么处理时间序列数据？
引言
时间序列分析是一种动态数据处理的统计方法，通过对时间序列数据的分析，我们可以感觉到世界正改变着什么！R语言作为统计分析的利器，对时间序列处理有着强大的支持。在R语言中，单独为时间序列数据定义了一种数据类型zoo，zoo是时间序列的基础，也是股票分析的基础。本节将介绍zoo库在R语言中的结构和使用。
2.1.1 zoo包介绍
zoo是一个R语言类库，zoo类库中定义了一个名为zoo的S3类型对象，用于描述规则的和不规则的有序的时间序列数据。zoo对象是一个独立的对象，包括索引、日期、时间，只依赖于基础的R环境。zooreg对象继承了zoo对象，只能用于规则的时间序列数据。R语言中很多其他的程序包，都是以zoo和zooreg作为时间序列数据的基础的！zoo包的API主要有6类，下面一一介绍。
（1）基础对象
·zoo:有序的时间序列对象。
·zooreg:规则的时间序列对象，继承zoo对象。与zoo相比，不同之处在于zooreg要求数据是连续的。
（2）类型转换
·as.zoo:把一个对象转型为zoo类型。
·plot.zoo:为plot函数提供zoo的接口。
·xyplot.zoo:为lattice的xyplot函数提供zoo的接口。
·ggplot2.zoo:为ggplot2包提供zoo的接口。
（3）数据操作
·coredata:查看或编辑zoo的数据部分。
·index:查看或编辑zoo的索引部分。
·window.zoo:按时间过滤数据。
·merge.zoo:合并多个zoo对象。
·read.zoo:从文件读写zoo序列。
·aggregate.zoo:计算zoo数据。
·rollapply:对zoo数据的滚动处理。
·rollmean:对zoo数据的滚动计算均值。
（4）NA值处理
·na.fill:NA值的填充。
·na.locf:替换NA值。
·na.aggregate:计算统计值替换NA值。
·na.approx:计算插值替换NA值。
·na.StructTS:计算季节Kalman滤波替换NA值。
·na.trim:过滤有NA的记录。
（5）辅助工具
·is.regular:检查是否是规则的序列。
·lag.zoo:计算步长和差分。
·MATCH:取交集。
·ORDER:值排序，输出索引。
（6）显示控制
·yearqtr:以年季度显示时间。
·yearmon:以年月显示时间。
·xblocks:作图沿x轴分割图形。
·make.par.list:用于给plot.zoo和xyplot.zoo数据格式转换。
2.1.2 zoo安装
本节使用的系统环境是：
·Win764bit
·R:3.0.1x86_64-w64-mingw32/x64b4bit
注 zoo同时支持Windows 7环境和Linux环境。
zoo包的安装过程如下：
~ R #
启动R
程序
> install.packages("zoo") #
安装zoo
包
> library(zoo) #
加载zoo
包
2.1.3 zoo包的使用
1.zoo对象
zoo对象包括两部分，即数据部分和索引部分。首先是函数定义：
zoo(x = NULL, order.by = index(x), frequency = NULL)
其中x是数据部分，允许类型为向量、矩阵、因子；order.by是索引部分，字段唯一性要求，用于排序；frequency是每个时间单元显示的数量。
以下代码构建一个zoo对象，以时间为索引，产生的结果是图2-1。特别要注意的一点是，zoo对象可以接受不连续的时间序列数据。
> x.Date <- as.Date("2003-02-01") + c(1, 3, 7, 9, 14)
– 1 #
定义一个不连续的日期的向量
> x.Date
[1] "2003-02-01" "2003-02-03" "2003-02-07" "2003-02-09" "2003-02-14"
> class(x.Date)
[1] "Date"
> x <- zoo(rnorm(5), x.Date) #
定义不连续的zoo
对象
> x
2003-02-01 2003-02-03 2003-02-07 2003-02-09 2003-02-14
0.01964254 0.03122887 0.64721059 1.47397924 1.29109889
> class(x)
[1] "zoo"
> plot(x) #
画图显示
图2-1 时间序列图
接下来，我们以数字为索引创建多组时间序列。用如下代码，生成一个有12个元素的4行3列的矩阵，以数字0:10为索引，创建一个zoo类型对象y，并以图形输出y，产生的结果如图2-2所示。
> y <- zoo(matrix(1:12, 4, 3),0:10) > y 0 1 5 9 1 2 6 10 2 3 7 11 3 4 8 12 4 1 5 9 5 2 6 10 6 3 7 11 7 4 8 12 8 1 5 9 9 2 6 10 10 3 7 11 > plot(y) # 矩阵的每一列为一组时间序列图
图2-2 分组的时间序列图
2.zooreg对象
首先是函数定义：
zooreg(data, start = 1, end = numeric(), frequency = 1,
deltat = 1, ts.eps = getOption("ts.eps"), order.by = NULL)
下面是参数说明。
·data:数据部分，允许类型为向量、矩阵、因子。
·start:时间部分，开始时间。
·end:时间部分，结束时间。
·frequency:每个时间单元显示的数量。
·deltat:连续观测的采样周期，不能与frequency同时出现，例如，取每月的数据，为1/12。
·ts.eps:时间序列间隔，当数据时间间隔小于ts.eps时，使用ts.eps作为时间间隔。通过getOption(“ts.eps”)设置，默认是1e-05。
·order.by:索引部分，字段唯一性要求，用于排序,继承zoo的order.by。
以下代码构建一个zooreg对象，以连续的年（季度）时间为索引，产生的结果是图2-3。
> zooreg(1:10, frequency = 4, start = c(1959, 2))
1959(2) 1959(3) 1959(4) 1960(1) 1960(2) 1960(3) 1960(4) 1961(1) 1961(2) 1961(3)
1 2 3 4 5 6 7 8 9 10
> as.zoo(ts(1:10, frequency = 4, start = c(1959, 2)))
1959(2) 1959(3) 1959(4) 1960(1) 1960(2) 1960(3) 1960(4) 1961(1) 1961(2) 1961(3)
1 2 3 4 5 6 7 8 9 10
> zr<-zooreg(rnorm(10), frequency = 4, start = c(1959, 2))
> plot(zr)
图2-3 zooreg对象的时间序列图
3.zoo对象与zooreg对象的区别
zoo对象与zooreg对象的区别体现在计算步长和差分方面。
·lag（步长）：zoo根据索引计算，zooreg根据值计算。
·diff（差分）：zoo根据索引计算，zooreg根据值计算。
例如，对同一组值不连续的数据（1,2,3,6,7,8），二者的计算结果如下。
> x <- c(1, 2, 3, 6, 7, 8) > zz <- zoo(x, x) > zr <- as.zooreg(zz) > lag(zz, k = -1) # 计算步长 2 3 6 7 8 1 2 3 6 7 > lag(zr, k = -1) 2 3 4 7 8 9 1 2 3 6 7 8 > diff(zz) # 计算差分 2 3 6 7 8 1 1 3 1 1 > diff(zr) 2 3 7 8 1 1 1 1
4.zoo对象的类型转换
首先，把对象从其他类型转型到zoo类型。
> as.zoo(rnorm(5)) #
把一个基本类型的向量转型到zoo
类型
1 2 3 4 5
-0.4892119 0.5740950 0.7128003 0.6282868 1.0289573
> as.zoo(ts(rnorm(5), start = 1981, freq = 12))
1981(1) 1981(2) 1981(3) 1981(4) 1981(5)
2.3198504 0.5934895 -1.9375893 -1.9888237 1.0944444
> x <- as.zoo(ts(rnorm(5), start = 1981, freq = 12)); x #
把一个ts
类型转型到zoo
类型
1981(1) 1981(2) 1981(3) 1981(4) 1981(5)
1.8822996 1.6436364 0.1260436 -2.0360960 -0.1387474
其次，把对象从zoo类型转型到其他类型。
> as.matrix(x) #
把zoo
类型，转型到矩阵
x
1981(1) 1.8822996
1981(2) 1.6436364
1981(3) 0.1260436
1981(4) -2.0360960
1981(5) -0.1387474
> as.vector(x) #
把zoo
类型，转型到数字向量
[1] 1.8822996 1.6436364 0.1260436 -2.0360960 -0.1387474
> as.data.frame(x) #
把zoo
类型，转型到数据框
x
1981(1) 1.8822996
1981(2) 1.6436364
1981(3) 0.1260436
1981(4) -2.0360960
1981(5) -0.1387474
> as.list(x) #
把zoo
类型，转型到列表
[[1]]
1981(1) 1981(2) 1981(3) 1981(4) 1981(5)
1.8822996 1.6436364 0.1260436 -2.0360960 -0.1387474
5.用ggplot2画时间序列
由于ggplot2不支持zoo类型的数据，因此需要通过ggplot2::fortify()函数，调用zoo::fortify.zoo()函数，把zoo类型转换成ggplot2可识别的类型后，ggplot2才可以对zoo类型数据的画图。以下代码用ggplot2画zoo类型的时间序列图，产生的结果是图2-4。
> library(scales)
> x.Date <- as.Date(paste(2003, 02, c(1, 3, 7, 9, 14), sep = "-")) #
构建数据对象
> x <- zoo(rnorm(5), x.Date)
> xlow <- x - runif(5)
> xhigh <- x + runif(5)
> z <- cbind(x, xlow, xhigh)
> z #
显示数据集
x xlow xhigh
2003-02-01 -0.36006612 -0.88751958 0.006247816
2003-02-03 1.35216617 0.97892538 2.076360524
2003-02-07 0.61920828 0.23746410 1.156569424
2003-02-09 0.27516116 0.09978789 0.777878867
2003-02-14 0.02510778 -0.80107410 0.541592929
#
对zoo
类型的数据，用fortify()
转换成data.frame
类型
> g<-ggplot(aes(x = Index, y = Value), data = fortify(x, melt = TRUE))
> g<-g+geom_line()
> g<-g+geom_line(aes(x = Index, y = xlow), colour = "red", data = fortify(xlow))
> g<-g+geom_ribbon(aes(x = Index, y = x, ymin = xlow, ymax = xhigh), data =fortify(x), fill = "darkgray")
> g<-g+geom_line()
> g<-g+xlab("Index") + ylab("x")
> g
图2-4 用ggplot2画的时间序列图
6.zoo对象的数据操作
使用coredata()函数修改zoo类型的数据部分。
> x.date <- as.Date(paste(2003, rep(1:4, 4:1), seq(1,20,2), sep = "-"))
> x <- zoo(matrix(rnorm(20), ncol = 2), x.date)
> coredata(x) #
查看数据部分
[,1] [,2]
[1,] -1.04571765 0.92606273
[2,] -0.89621126 0.03693769
[3,] 1.26938716 -1.06620017
[4,] 0.59384095 -0.23845635
[5,] 0.77563432 1.49522344
[6,] 1.55737038 1.17215855
[7,] -0.36540180 -1.45770721
[8,] 0.81655645 0.09505623
[9,] -0.06063478 0.84766496
[10,] -0.50137832 -1.62436453
> coredata(x) <- matrix(1:20, ncol = 2) #
修改数据部分
> x #
查看修改后的数据集
2003-01-01 1 11
2003-01-03 2 12
2003-01-05 3 13
2003-01-07 4 14
2003-02-09 5 15
2003-02-11 6 16
2003-02-13 7 17
2003-03-15 8 18
2003-03-17 9 19
2003-04-19 10 20
使用index()函数修改zoo类型的索引部分。
> x.date <- as.Date(paste(2003, rep(1:4, 4:1), seq(1,20,2), sep = "-")) > x <- zoo(matrix(rnorm(20), ncol = 2), x.date) > index(x) # 查看索引部分 [1] "2003-01-01" "2003-01-03" "2003-01-05" "2003-01-07" "2003-02-09" [6] "2003-02-11" "2003-02-13" "2003-03-15" "2003-03-17" "2003-04-19" > index(x) <- 1:nrow(x) # 修改索引部分 > index(x) # 查看修改后的索引部分 [1] 1 2 3 4 5 6 7 8 9 10
使用window.zoo()函数按时间过滤数据。
> x.date <- as.Date(paste(2003, rep(1:4, 4:1), seq(1,20,2), sep = "-"))
> x <- zoo(matrix(rnorm(20), ncol = 2), x.date)
> window(x, start = as.Date("2003-02-01"), end = as.Date("2003-03-01"))
#
取日期从2003-02-01
到2003-03-01
之间的数据
2003-02-09 0.7021167 -0.3073809
2003-02-11 2.5071111 0.6210542
2003-02-13 -1.8900271 0.1819022
> window(x, index = x.date[1:6], start = as.Date("2003-02-01"))
#
取日期从2003-02-01
开始的，且索引日期在x.date[1:6]
中的数据
2003-02-09 0.7021167 -0.3073809
2003-02-11 2.5071111 0.6210542
> window(x, index = x.date[c(4, 8, 10)]) #
取索引日期在x.date[c(4, 8, 10)]
中的数据
2003-01-07 1.4623515 -1.198597
2003-03-15 -0.5898128 1.318401
2003-04-19 -0.4209979 -1.648222
使用merge.zoo()合并多个zoo对象。
> y1 <- zoo(matrix(1:10, ncol = 2), 1:5);y1 #
创建2
个zoo
数据
1 1 6
2 2 7
3 3 8
4 4 9
5 5 10
> y2 <- zoo(matrix(rnorm(10), ncol = 2), 3:7);y2
3 1.4810127 0.13575871
4 -0.3914258 0.06404148
5 0.6018237 1.85017952
6 1.2964150 -0.12927481
7 0.2211769 0.32381709
> merge(y1, y2, all = FALSE) #
以相同的索引值合并数据
y1.1 y1.2 y2.1 y2.2
3 3 8 0.9514985 1.7238941
4 4 9 -1.1131230 -0.2061446
5 5 10 0.6169665 -1.3141951
> merge(y1, y2, all = FALSE, suffixes = c("a", "b")) #
自定义数据列的名字
a.1 a.2 b.1 b.2
3 3 8 0.9514985 1.7238941
4 4 9 -1.1131230 -0.2061446
5 5 10 0.6169665 -1.3141951
> merge(y1, y2, all = TRUE) #
合并完整的数据集，空数据默认以NA
填充
y1.1 y1.2 y2.1 y2.2
1 1 6 NA NA
2 2 7 NA NA
3 3 8 0.9514985 1.7238941
4 4 9 -1.1131230 -0.2061446
5 5 10 0.6169665 -1.3141951
6 NA NA 0.5134937 0.0634741
7 NA NA 0.3694591 -0.2319775
> merge(y1, y2, all = TRUE, fill = 0) #
合并完整的数据集，空数据以0
填充
y1.1 y1.2 y2.1 y2.2
1 1 6 0.0000000 0.0000000
2 2 7 0.0000000 0.0000000
3 3 8 0.9514985 1.7238941
4 4 9 -1.1131230 -0.2061446
5 5 10 0.6169665 -1.3141951
6 0 0 0.5134937 0.0634741
7 0 0 0.3694591 -0.2319775
使用aggregate.zoo()函数对zoo数据进行计算。
> x.date <- as.Date(paste(2004, rep(1:4, 4:1), seq(1,20,2), sep = "-")) # 创建zoo 类型数据集x > x <- zoo(rnorm(12), x.date); x 2004-01-01 2004-01-03 2004-01-05 2004-01-07 2004-02-09 2004-02-11 0.67392868 1.95642526 -0.26904101 -1.24455152 -0.39570292 0.09739665 2004-02-13 2004-03-15 2004-03-17 2004-04-19 -0.23838695 -0.41182796 -1.57721805 -0.79727610 > x.date2 <- as.Date(paste(2004, rep(1:4, 4:1), 1, sep = "-")); x.date2 # 创建时间向量x.date2 [1] "2004-01-01" "2004-01-01" "2004-01-01" "2004-01-01" "2004-02-01" [6] "2004-02-01" "2004-02-01" "2004-03-01" "2004-03-01" "2004-04-01" > x2 <- aggregate(x, x.date2, mean); x2 # 计算x 以x.date2 为时间分割规则的均值 2004-01-01 2004-02-01 2004-03-01 2004-04-01 0.2791904 -0.1788977 -0.9945230 -0.7972761
7.zoo对象数据函数化处理
使用rollapply()函数对zoo数据进行函数化处理。
> z <- zoo(11:15, as.Date(31:35))
> rollapply(z, 2, mean) #
从起始日开始，计算连续2
日的均值
1970-02-01 1970-02-02 1970-02-03 1970-02-04
11.5 12.5 13.5 14.5
> rollapply(z, 3, mean) #
从起始日开始，计算连续3
日的均值
1970-02-02 1970-02-03 1970-02-04
12 13 14
等价操作变换：用rollapply()实现aggregate()的操作。
> z2 <- zoo(rnorm(6))
> rollapply(z2, 3, mean, by = 3) # means of nonoverlapping groups of 3
2 5
-0.3065197 0.6350963
> aggregate(z2, c(3,3,3,6,6,6), mean) # same
3 6
-0.3065197 0.6350963
等价操作变换：用rollapply()实现rollmean()的操作。
> rollapply(z2, 3, mean) # uses rollmean which is optimized for mean
2 3 4 5
-0.3065197 -0.7035811 -0.1672344 0.6350963
> rollmean(z2, 3) # same
2 3 4 5
-0.3065197 -0.7035811 -0.1672344 0.6350963
8.NA值处理
使用na.fill()函数进行NA填充。
> z <- zoo(c(NA, 2, NA, 3, 4, 5, 9, NA));z #
创建有NA
值的zoo
对象
1 2 3 4 5 6 7 8
NA 2 NA 3 4 5 9 NA
> na.fill(z, "extend") #
用extend
的方法，填充NA
值，即NA
前后项的均值填充
1 2 3 4 5 6 7 8
2.0 2.0 2.5 3.0 4.0 5.0 9.0 9.0
> na.fill(z, -(1:3)) #
自定义填充NA
值，即-(1:3)
循环填充
1 2 3 4 5 6 7 8
-1 2 -2 3 4 5 9 -3
> na.fill(z, c("extend", NA)) #
用extend
，配合自定义的方法，即extend
和自定义规则循环填充
1 2 3 4 5 6 7 8
2 2 NA 3 4 5 9 9
使用na.locf()函数进行NA替换。
> z <- zoo(c(NA, 2, NA, 3, 4, 5, 9, NA, 11));z 1 2 3 4 5 6 7 8 9 NA 2 NA 3 4 5 9 NA 11 > na.locf(z) # 用NA 的前一项的值，替换NA 值 2 3 4 5 6 7 8 9 2 2 3 4 5 9 9 11 > na.locf(z, fromLast = TRUE) # 用NA 的后一项的值，替换NA 值 1 2 3 4 5 6 7 8 9 2 2 3 3 4 5 9 11 11
使用na.aggregate()函数的统计计算的值替换NA值。
> z <- zoo(c(1, NA, 3:9),c(as.Date("2010-01-01") + 0:2,as.Date("2010-02-01") +
0:2,as.Date("2011-01-01") + 0:2));z
2010-01-01 2010-01-02 2010-01-03 2010-02-01 2010-02-02 2010-02-03 2011-01-01
1 NA 3 4 5 6 7
2011-01-02 2011-01-03
8 9
> na.aggregate(z) #
计算排除NA
的其他项的均值，替换NA
值
2010-01-01 2010-01-02 2010-01-03 2010-02-01 2010-02-02 2010-02-03 2011-01-01
1.000 5.375 3.000 4.000 5.000 6.000 7.000
2011-01-02 2011-01-03
8.000 9.000
> na.aggregate(z, as.yearmon) #
以索引的年月分组的均值，替换NA
值
2010-01-01 2010-01-02 2010-01-03 2010-02-01 2010-02-02 2010-02-03 2011-01-01
1 2 3 4 5 6 7
2011-01-02 2011-01-03
8 9
> na.aggregate(z, months) #
以索引的月份分组的均值，替换NA
值
2010-01-01 2010-01-02 2010-01-03 2010-02-01 2010-02-02 2010-02-03 2011-01-01
1.0 5.6 3.0 4.0 5.0 6.0 7.0
2011-01-02 2011-01-03
8.0 9.0
> na.aggregate(z, format, "%Y") #
以正则表示的索引的年份分组的均值，替换NA
值
2010-01-01 2010-01-02 2010-01-03 2010-02-01 2010-02-02 2010-02-03 2011-01-01
1.0 3.8 3.0 4.0 5.0 6.0 7.0
2011-01-02 2011-01-03
8.0 9.0
使用na.approx()函数计算插值替换NA值。
> z <- zoo(c(2, NA, 1, 4, 5, 2), c(1, 3, 4, 6, 7, 8));z
1 3 4 6 7 8
2 NA 1 4 5 2
> na.approx(z)
1 3 4 6 7 8
2.000000 1.333333 1.000000 4.000000 5.000000 2.000000
> na.approx(z, 1:6)
1 3 4 6 7 8
2.0 1.5 1.0 4.0 5.0 2.0
使用na.StructTS()函数计算季节Kalman滤波替换NA值，产生的结果是图2-5。
> z <- zooreg(rep(10 * seq(4), each = 4) + rep(c(3, 1, 2, 4), times = 4),
start = as.yearqtr(2000), freq = 4)
> z[10] <- NA
> zout <- na.StructTS(z);zout
> plot(cbind(z, zout), screen = 1, col = 1:2, type = c("l", "p"), pch = 20)
图2-5 替换NA值的时间序列
使用na.trim()函数，去掉有NA的行。
> xx <- zoo(matrix(c(1, 4, 6, NA, NA, 7), 3), c(2, 4, 6));xx 2 1 NA 4 4 NA 6 6 7 > na.trim(xx) 6 6 7
9.数据显示格式
以“年+季度”格式输出
> x <- as.yearqtr(2000 + seq(0, 7)/4);x #
以年季默认格式输出
[1] "2000 Q1" "2000 Q2" "2000 Q3" "2000 Q4" "2001 Q1" "2001 Q2" "2001 Q3"
[8] "2001 Q4"
> format(x, "%Y Quarter %q") #
以年季自定义格式输出
[1] "2000 Quarter 1" "2000 Quarter 2" "2000 Quarter 3" "2000 Quarter 4"
[5] "2001 Quarter 1" "2001 Quarter 2" "2001 Quarter 3" "2001 Quarter 4"
> as.yearqtr("2001 Q2")
[1] "2001 Q2"
> as.yearqtr("2001 q2")
[1] "2001 Q2"
> as.yearqtr("2001-2")
[1] "2001 Q2"
以“年+月份”格式输出
> x <- as.yearmon(2000 + seq(0, 23)/12) ;x #
以年月默认格式输出
[1] "
一月 2000" "
二月 2000" "
三月 2000" "
四月 2000" "
五月 2000"
[6] "
六月 2000" "
七月 2000" "
八月 2000" "
九月 2000" "
十月 2000"
[11] "
十一月 2000" "
十二月 2000" "
一月 2001" "
二月 2001" "
三月 2001"
[16] "
四月 2001" "
五月 2001" "
六月 2001" "
七月 2001" "
八月 2001"
[21] "
九月 2001" "
十月 2001" "
十一月 2001" "
十二月 2001"
> as.yearmon("mar07", "%b%y")
[1] NA
> as.yearmon("2007-03-01")
[1] "
三月 2007"
> as.yearmon("2007-12")
[1] "
十二月 2007"
10.区间分割
使用xblock()函数，以不同的颜色划分3个区间，即（-Inf，15）、[15，30]和（30，Inf），产生的是图2-6。
图2-6 有分割线的时间序列
> set.seed(0) > flow <- ts(filter(rlnorm(200, mean = 1), 0.8, method = "r")) > rgb <- hcl(c(0, 0, 260), c = c(100, 0, 100), l = c(50, 90, 50), alpha = 0.3) > plot(flow) > xblocks(flow > 30, col = rgb[1]) ## high values red > xblocks(flow < 15, col = rgb[3]) ## low value blue > xblocks(flow >= 15 & flow <= 30, col = rgb[2]) ## the rest gray
11.从文件读入时间序列数据创建zoo对象
我们首先创建一个文件，并将其命名为read.csv，代码如下。
~ vi read.csv 2003-01-01,1.0073644,0.05579711 2003-01-03,-0.2731580,0.06797239 2003-01-05,-1.3096795,-0.20196174 2003-01-07,0.2225738,-1.15801525 2003-02-09,1.1134332,-0.59274327 2003-02-11,0.8373944,0.76606538 2003-02-13,0.3145168,0.03892812 2003-03-15,0.2222181,0.01464681 2003-03-17,-0.8436154,-0.18631697 2003-04-19,0.4438053,1.40059083
然后读入文件并生成zoo序列。
> r <- read.zoo(file="read.csv",sep = ",", format = "%Y-%m-%d") #
以zoo
格式读入数据
> r #
查看数据
V2 V3
2003-01-01 1.0073644 0.05579711
2003-01-03 -0.2731580 0.06797239
2003-01-05 -1.3096795 -0.20196174
2003-01-07 0.2225738 -1.15801525
2003-02-09 1.1134332 -0.59274327
2003-02-11 0.8373944 0.76606538
2003-02-13 0.3145168 0.03892812
2003-03-15 0.2222181 0.01464681
2003-03-17 -0.8436154 -0.18631697
2003-04-19 0.4438053 1.40059083
> class(r) #
查看数据类型
[1] "zoo"
我们已经完全掌握了zoo库及zoo对象的使用，接下来就可以放手去用R处理时间序列数据了！
问题
如何进行复杂的时间序列数据处理？
引言
本节将继续2.1节，介绍zoo包的扩展实现。看上去简单的时间序列，却内含复杂的规律。zoo作为时间序列的基础库，是面向通用的设计，可以用来定义股票数据，也可以分析天气数据。但由于业务行为的不同，我们需要更多的辅助函数帮助我们更高效地完成任务。xts扩展了zoo，提供更多的数据处理和数据变换的函数。
2.2.1 xts介绍
xts是对时间序列数据（zoo）的一种扩展实现，目标是为了统一时间序列的操作接口。实际上，xts类型继承了zoo类型，丰富了时间序列数据处理的函数，API定义更贴近使用者，更实用，更简单！
1.xts数据结构
xts扩展zoo的基础结构，由3部分组成，如图2-7所示。
·索引部分：时间类型向量。
·数据部分：以矩阵为基础类型，支持可以与矩阵相互转换的任何类型。
·属性部分：附件信息，包括时区和索引时间类型的格式等。
图2-7 xts数据结构
2.xts的API介绍
（1）xts基础
·xts:定义xts数据类型，继承zoo类型。
·coredata.xts:查看或编辑xts对象的数据部分。
·xtsAttributes:查看或编辑xts对象的属性部分。
·[.xts]:用[]语法，取数据子集。
·dimnames.xts:查看或编辑xts维度名。
·sample_matrix:测试数据集，包括180条xts对象的记录，matrix类型。
·xtsAPI:C语言API接口。
（2）类型转换
·as.xts:转换对象到xts（zoo）类型。
·as.xts.methods:转换对象到xts函数。
·plot.xts:为plot函数提供xts的接口作图。
·.parseISO8601:把字符串（ISO8601格式）输出为POSIXct类型的，包括开始时间和结束时间的list对象。
·firstof:创建一个开始时间，POSIXct类型。
·lastof:创建一个结束时间，POSIXct类型。
·indexClass:取索引类型。
·.indexDate:索引的日期。
·.indexday:索引的日期，同.indexDate。
·.indexyday:索引的年（日）值。
·.indexmday:索引的月（日）值。
·.indexwday:索引的周（日）值。
·.indexweek:索引的周值。
·.indexmon:索引的月值。
·.indexyear:索引的年值。
·.indexhour:索引的时值。
·.indexmin:索引的分值。
·.indexsec:索引的秒值。
（3）数据处理
·align.time:以下一个时间对齐数据，秒，分钟，小时。
·endpoints:按时间单元提取索引数据。
·merge.xts:合并多个xts对象，重写zoo::merge.zoo函数。
·rbind.xts:数据按行合并，为rbind函数提供xts的接口。
·split.xts:数据分割，为split函数，提供xts的接口。
·na.locf.xts:替换NA值，重写zoo:na.locf函数。
（4）数据统计
·apply.daily:按日分割数据，执行函数。
·apply.weekly:按周分割数据，执行函数。
·apply.monthly:按月分割数据，执行函数。
·apply.quarterly:按季分割数据，执行函数。
·apply.yearly:按年分割数据，执行函数。
·to.period:按期间分割数据。
·period.apply:按期间执行自定义函数。
·period.max:按期间计算最大值。
·period.min:按期间计算最小值。
·period.prod:按期间计算指数。
·period.sum:按期间求和。
·nseconds:计算数据集包括多少秒。
·nminutes:计算数据集包括多少分。
·nhours:计算数据集包括多少时。
·ndays:计算数据集包括多少日。
·nweeks:计算数据集包括多少周。
·nmonths:计算数据集包括多少月。
·nquarters:计算数据集包括多少季。
·nyears:计算数据集包括多少年。
·periodicity:查看时间序列的期间。
（5）辅助工具
·first:从开始到结束设置条件取子集。
·last:从结束到开始设置条件取子集。
·timeBased:判断是否是时间类型。
·timeBasedSeq:创建时间的序列。
·diff.xts:计算步长和差分。
·isOrdered:检查向量是否是顺序的。
·make.index.unique:强制时间唯一，增加毫秒随机数。
·axTicksByTime:计算X轴刻度标记位置按时间描述。
·indexTZ:查询xts对象的时区。
2.2.2 xts包的安装
本节使用的系统环境是：
·Win764bit
·R:3.0.1x86_64-w64-mingw32/x64b4bit
注 xts同时支持Windows 7环境和Linux环境。
xts的安装过程如下：
~ R #
启动R
程序
> install.packages("xts") #
安装xts
包
also installing the dependency 'zoo'
> library(xts) #
加载xts
2.2.3 xts包的使用
1.xts对象的基本操作
查看xts包中的测试数据集sample_matrix。
> data(sample_matrix) #
加载sample_matrix
数据集
> head(sample_matrix) #
查看sample_matrix
数据集的前6
条数据
Open High Low Close
2007-01-02 50.03978 50.11778 49.95041 50.11778
2007-01-03 50.23050 50.42188 50.23050 50.39767
2007-01-04 50.42096 50.42096 50.26414 50.33236
2007-01-05 50.37347 50.37347 50.22103 50.33459
2007-01-06 50.24433 50.24433 50.11121 50.18112
2007-01-07 50.13211 50.21561 49.99185 49.99185
接下来，定义一个xts类型对象。
> sample.xts <- as.xts(sample_matrix, descr='my new xts object')
#
创建一个xts
对象，并设置属性descr
> class(sample.xts) # xts
是继承zoo
类型的对象
[1] "xts" "zoo"
> str(sample.xts) #
打印对象结构
An 'xts' object on 2007-01-02/2007-06-30 containing:
Data: num [1:180, 1:4] 50 50.2 50.4 50.4 50.2 ...
- attr(*, "dimnames")=List of 2
..$ : NULL
..$ : chr [1:4] "Open" "High" "Low" "Close"
Indexed by objects of class: [POSIXct,POSIXt] TZ:
xts Attributes:
List of 1
$ descr: chr "my new xts object"
> attr(sample.xts,'descr') #
查看对象的属性descr
[1] "my new xts object"
在[]中，通过字符串匹配进行xts数据查询。
> head(sample.xts['2007']) #
选出2007
年的数据
Open High Low Close
2007-01-02 50.03978 50.11778 49.95041 50.11778
2007-01-03 50.23050 50.42188 50.23050 50.39767
2007-01-04 50.42096 50.42096 50.26414 50.33236
2007-01-05 50.37347 50.37347 50.22103 50.33459
2007-01-06 50.24433 50.24433 50.11121 50.18112
2007-01-07 50.13211 50.21561 49.99185 49.99185
> head(sample.xts['2007-03/']) #
选出2007
年03
月的数据
Open High Low Close
2007-03-01 50.81620 50.81620 50.56451 50.57075
2007-03-02 50.60980 50.72061 50.50808 50.61559
2007-03-03 50.73241 50.73241 50.40929 50.41033
2007-03-04 50.39273 50.40881 50.24922 50.32636
2007-03-05 50.26501 50.34050 50.26501 50.29567
2007-03-06 50.27464 50.32019 50.16380 50.16380
> head(sample.xts['2007-03-06/2007']) #
选出2007
年03
月06
日到2007
年的数据
Open High Low Close
2007-03-06 50.27464 50.32019 50.16380 50.16380
2007-03-07 50.14458 50.20278 49.91381 49.91381
2007-03-08 49.93149 50.00364 49.84893 49.91839
2007-03-09 49.92377 49.92377 49.74242 49.80712
2007-03-10 49.79370 49.88984 49.70385 49.88698
2007-03-11 49.83062 49.88295 49.76031 49.78806
> sample.xts['2007-01-03'] #
选出2007
年01
月03
日的数据
Open High Low Close
2007-01-03 50.2305 50.42188 50.2305 50.39767
2.用xts对象画图
用xts对象可以画曲线图（图2-8）和K线图（图2-9），下面是产生这两种图的代码，首先是曲线图：
> data(sample_matrix) > plot(as.xts(sample_matrix)) Warning message: In plot.xts(as.xts(sample_matrix)) : only the univariate series will be plotted
警告信息提示，只有单变量序列将被绘制，即只画出第一列数据sample_matrix[,1]的曲线。
图2-8 曲线图
然后是K线图：
> plot(as.xts(sample_matrix), type='candles') # 画K 线图
图2-9 K线图
3.xts对象的类型转换
创建首尾时间函数firstof()和lastof()。
> firstof(2000) # 2000 年的第一天，时分秒显示省略 [1] "2000-01-01 CST" > firstof(2005,01,01) [1] "2005-01-01 CST" > lastof(2007) # 2007 年的最后一天，最后一秒 [1] "2007-12-31 23:59:59.99998 CST" > lastof(2007,10) [1] "2007-10-31 23:59:59.99998 CST"
创建首尾时间。
> .parseISO8601('2000') #
以ISO8601
格式，创建2000
年首尾时间
$first.time
[1] "2000-01-01 CST"
$last.time
[1] "2000-12-31 23:59:59.99998 CST"
> .parseISO8601('2000-05/2001-02')
#
以ISO8601
格式，创建2000
年05
月开始，2001
年02
月结束的时间
$first.time
[1] "2000-05-01 CST"
$last.time
[1] "2001-02-28 23:59:59.99998 CST"
> .parseISO8601('2000-01/02')
$first.time
[1] "2000-01-01 CST"
$last.time
[1] "2000-02-29 23:59:59.99998 CST"
> .parseISO8601('T08:30/T15:00')
$first.time
[1] "1970-01-01 08:30:00 CST"
$last.time
[1] "1970-12-31 15:00:59.99999 CST"
创建以时间类型为索引的xts对象。
> x <- timeBasedSeq('2010-01-01/2010-01-02 12:00') #
创建POSIXt
类型时间
> head(x)
[1] "2010-01-01 00:00:00 CST"
[2] "2010-01-01 00:01:00 CST"
[3] "2010-01-01 00:02:00 CST"
[4] "2010-01-01 00:03:00 CST"
[5] "2010-01-01 00:04:00 CST"
[6] "2010-01-01 00:05:00 CST"
> class(x)
[1] "POSIXt" "POSIXct"
> x <- xts(1:length(x), x) #
以时间为索引创建xts
对象
> head(x)
[,1]
2010-01-01 00:00:00 1
2010-01-01 00:01:00 2
2010-01-01 00:02:00 3
2010-01-01 00:03:00 4
2010-01-01 00:04:00 5
2010-01-01 00:05:00 6
> indexClass(x)
[1] "POSIXt" "POSIXct"
格式化索引时间的显示。
> indexFormat(x) <- "%Y-%b-%d %H:%M:%OS3" #
通过正则格式化索引的时间显示
> head(x)
[,1]
2010-
一月-01 00:00:00.000 1
2010-
一月-01 00:01:00.000 2
2010-
一月-01 00:02:00.000 3
2010-
一月-01 00:03:00.000 4
2010-
一月-01 00:04:00.000 5
2010-
一月-01 00:05:00.000 6
查看索引时间。
> .indexhour(head(x)) # 按小时取索引时间 [1] 0 0 0 0 0 0 > .indexmin(head(x)) # 按分钟取索引时间 [1] 0 1 2 3 4 5
4.xts对象的数据处理
数据对齐。
> x <- Sys.time() + 1:30 > align.time(x, 10) # 整10 秒对齐，秒位为10 的整数倍 [1] "2013-11-18 15:42:30 CST" "2013-11-18 15:42:30 CST" [3] "2013-11-18 15:42:30 CST" "2013-11-18 15:42:40 CST" [5] "2013-11-18 15:42:40 CST" "2013-11-18 15:42:40 CST" [7] "2013-11-18 15:42:40 CST" "2013-11-18 15:42:40 CST" [29] "2013-11-18 15:43:00 CST" "2013-11-18 15:43:00 CST" > align.time(x, 60) # 整60 秒对齐，秒位为0 ，分位为整数 [1] "2013-11-18 15:43:00 CST" "2013-11-18 15:43:00 CST" [3] "2013-11-18 15:43:00 CST" "2013-11-18 15:43:00 CST" [5] "2013-11-18 15:43:00 CST" "2013-11-18 15:43:00 CST" [7] "2013-11-18 15:43:00 CST" "2013-11-18 15:43:00 CST" [9] "2013-11-18 15:43:00 CST" "2013-11-18 15:43:00 CST" [11] "2013-11-18 15:43:00 CST" "2013-11-18 15:43:00 CST"
按时间分割数据，并计算。
> xts.ts <- xts(rnorm(231),as.Date(13514:13744,origin="1970-01-01"))
> apply.monthly(xts.ts,mean) #
按月计算均值，以每月的最后一日显示
[,1]
2007-01-31 0.17699984
2007-02-28 0.30734220
2007-03-31 -0.08757189
2007-04-30 0.18734688
2007-05-31 0.04496954
2007-06-30 0.06884836
2007-07-31 0.25081814
2007-08-19 -0.28845938
> apply.monthly(xts.ts,function(x) var(x))
#
按月计算自定义函数(
方差)
，以每月的最后一日显示
[,1]
2007-01-31 0.9533217
2007-02-28 0.9158947
2007-03-31 1.2821450
2007-04-30 1.2805976
2007-05-31 0.9725438
2007-06-30 1.5228904
2007-07-31 0.8737030
2007-08-19 0.8490521
> apply.quarterly(xts.ts,mean) #
按季计算均值，以每季的最后一日显示
[,1]
2007-03-31 0.12642053
2007-06-30 0.09977926
2007-08-19 0.04589268
> apply.yearly(xts.ts,mean) #
按年计算均值，以年季的最后一日显示
[,1]
2007-08-19 0.09849522
使用to.period()函数按间隔分割数据。
> data(sample_matrix)
> to.period(sample_matrix) #
默认按月分割矩阵数据
sample_matrix.Open sample_matrix.High sample_matrix.Low sample_matrix.Close
2007-01-31 50.03978 50.77336 49.76308 50.22578
2007-02-28 50.22448 51.32342 50.19101 50.77091
2007-03-31 50.81620 50.81620 48.23648 48.97490
2007-04-30 48.94407 50.33781 48.80962 49.33974
2007-05-31 49.34572 49.69097 47.51796 47.73780
2007-06-30 47.74432 47.94127 47.09144 47.76719
> class(to.period(sample_matrix))
[1] "matrix"
> samplexts <- as.xts(sample_matrix) #
默认按月分割xts
类型数据
> to.period(samplexts)
samplexts.Open samplexts.High samplexts.Low samplexts.Close
2007-01-31 50.03978 50.77336 49.76308 50.22578
2007-02-28 50.22448 51.32342 50.19101 50.77091
2007-03-31 50.81620 50.81620 48.23648 48.97490
2007-04-30 48.94407 50.33781 48.80962 49.33974
2007-05-31 49.34572 49.69097 47.51796 47.73780
2007-06-30 47.74432 47.94127 47.09144 47.76719
> class(to.period(samplexts))
[1] "xts" "zoo"
使用endpoints()函数，按间隔分割索引数据。
> data(sample_matrix) > endpoints(sample_matrix) # 默认按月分割 [1] 0 30 58 89 119 150 180 > endpoints(sample_matrix, 'days',k=7) # 按每7 日分割 [1] 0 6 13 20 27 34 41 48 55 62 69 76 83 90 97 104 111 118 125 [20] 132 139 146 153 160 167 174 180 > endpoints(sample_matrix, 'weeks') # 按周分割 [1] 0 7 14 21 28 35 42 49 56 63 70 77 84 9 1 98 105 112 119 126 [20] 133 140 147 154 161 168 175 180 > endpoints(sample_matrix, 'months') # 按月分割 [1] 0 30 58 89 119 150 180
使用merge()函数进行数据合并，按列合并。
> (x <- xts(4:10, Sys.Date()+4:10)) #
创建2
个xts
数据集
[,1]
2013-11-22 4
2013-11-23 5
2013-11-24 6
2013-11-25 7
2013-11-26 8
2013-11-27 9
2013-11-28 10
> (y <- xts(1:6, Sys.Date()+1:6))
[,1]
2013-11-19 1
2013-11-20 2
2013-11-21 3
2013-11-22 4
2013-11-23 5
2013-11-24 6
> merge(x,y) #
按列合并数据，空项以NA
填空
x y
2013-11-19 NA 1
2013-11-20 NA 2
2013-11-21 NA 3
2013-11-22 4 4
2013-11-23 5 5
2013-11-24 6 6
2013-11-25 7 NA
2013-11-26 8 NA
2013-11-27 9 NA
2013-11-28 10 NA
> merge(x,y, join='inner') #
按索引合并数据
x y
2013-11-22 4 4
2013-11-23 5 5
2013-11-24 6 6
> merge(x,y, join='left') #
以左侧为基础合并数据
x y
2013-11-22 4 4
2013-11-23 5 5
2013-11-24 6 6
2013-11-25 7 NA
2013-11-26 8 NA
2013-11-27 9 NA
2013-11-28 10 NA
使用rbind()函数进行数据合并，按行合并。
> x <- xts(1:3, Sys.Date()+1:3)
> rbind(x,x) #
按行合并数据
[,1]
2013-11-19 1
2013-11-19 1
2013-11-20 2
2013-11-20 2
2013-11-21 3
2013-11-21 3
使用split()函数进行数据切片，按行切片。
> data(sample_matrix)
> x <- as.xts(sample_matrix)
> split(x)[[1]] #
默认按月进行切片，打印第一个月的数据
Open High Low Close
2007-01-02 50.03978 50.11778 49.95041 50.11778
2007-01-03 50.23050 50.42188 50.23050 50.39767
2007-01-04 50.42096 50.42096 50.26414 50.33236
2007-01-05 50.37347 50.37347 50.22103 50.33459
2007-01-06 50.24433 50.24433 50.11121 50.18112
2007-01-07 50.13211 50.21561 49.99185 49.99185
2007-01-08 50.03555 50.10363 49.96971 49.98806
> split(x, f="weeks")[[1]] #
按周切片，打印前1
周数据
Open High Low Close
2007-01-02 50.03978 50.11778 49.95041 50.11778
2007-01-03 50.23050 50.42188 50.23050 50.39767
2007-01-04 50.42096 50.42096 50.26414 50.33236
2007-01-05 50.37347 50.37347 50.22103 50.33459
2007-01-06 50.24433 50.24433 50.11121 50.18112
2007-01-07 50.13211 50.21561 49.99185 49.99185
2007-01-08 50.03555 50.10363 49.96971 49.98806
NA值处理。
> x <- xts(1:10, Sys.Date()+1:10)
> x[c(1,2,5,9,10)] <- NA
> x
[,1]
2013-11-19 NA
2013-11-20 NA
2013-11-21 3
2013-11-22 4
2013-11-23 NA
2013-11-24 6
2013-11-25 7
2013-11-26 8
2013-11-27 NA
2013-11-28 NA
> na.locf(x) #
取NA
的前一个，替换NA
值
[,1]
2013-11-19 NA
2013-11-20 NA
2013-11-21 3
2013-11-22 4
2013-11-23 4
2013-11-24 6
2013-11-25 7
2013-11-26 8
2013-11-27 8
2013-11-28 8
> na.locf(x, fromLast=TRUE) #
取NA
后一个，替换NA
值
[,1]
2013-11-19 3
2013-11-20 3
2013-11-21 3
2013-11-22 4
2013-11-23 6
2013-11-24 6
2013-11-25 7
2013-11-26 8
2013-11-27 NA
2013-11-28 NA
5.xts对象的数据统计计算
对xts对象可以进行各种数据统计计算，比如取开始时间和结束时间，计算时间区间，按期间计算统计指标。
（1）取xts对象的开始时间和结束时间，具体代码如下：
> xts.ts <- xts(rnorm(231),as.Date(13514:13744,origin="1970-01-01")) > start(xts.ts) # 取开始时间 [1] "2007-01-01" > end(xts.ts) # 取结束时间 [1] "2007-08-19" > periodicity(xts.ts) # 以日为单位，打印开始和结束时间 Daily periodicity from 2007-01-01 to 2007-08-19
（2）计算时间区间函数，具体代码如下：
> data(sample_matrix) > ndays(sample_matrix) # 计算数据有多少日 [1] 180 > nweeks(sample_matrix) # 计算数据有多少周 [1] 26 > nmonths(sample_matrix) # 计算数据有多少月 [1] 6 > nquarters(sample_matrix) # 计算数据有多少季 [1] 2 > nyears(sample_matrix) # 计算数据有多少年 [1] 1
（3）按期间计算统计指标，具体代码如下：
> zoo.data <- zoo(rnorm(31)+10,as.Date(13514:13744,origin="1970-01-01"))
> ep <- endpoints(zoo.data,'weeks') #
按周获得期间索引
> ep
[1] 0 7 14 21 28 35 42 49 56 63 70 77 84 91 98 105 112 119
[19] 126 133 140 147 154 161 168 175 182 189 196 203 210 217 224 231
> period.apply(zoo.data, INDEX=ep, FUN=function(x) mean(x)) #
计算周的均值
2007-01-07 2007-01-14 2007-01-21 2007-01-28 2007-02-04 2007-02-11 2007-02-18
10.200488 9.649387 10.304151 9.864847 10.382943 9.660175 9.857894
2007-02-25 2007-03-04 2007-03-11 2007-03-18 2007-03-25 2007-04-01 2007-04-08
10.495037 9.569531 10.292899 9.651616 10.089103 9.961048 10.304860
2007-04-15 2007-04-22 2007-04-29 2007-05-06 2007-05-13 2007-05-20 2007-05-27
9.658432 9.887531 10.608082 9.747787 10.052955 9.625730 10.430030
2007-06-03 2007-06-10 2007-06-17 2007-06-24 2007-07-01 2007-07-08 2007-07-15
9.814703 10.224869 9.509881 10.187905 10.229310 10.261725 9.855776
2007-07-22 2007-07-29 2007-08-05 2007-08-12 2007-08-19
9.445072 10.482020 9.844531 10.200488 9.649387
> head(period.max(zoo.data, INDEX=ep)) #
计算周的最大值
[,1]
2007-01-07 12.05912
2007-01-14 10.79286
2007-01-21 11.60658
2007-01-28 11.63455
2007-02-04 12.05912
2007-02-11 10.67887
> head(period.min(zoo.data, INDEX=ep)) #
计算周的最小值
[,1]
2007-01-07 8.874509
2007-01-14 8.534655
2007-01-21 9.069773
2007-01-28 8.461555
2007-02-04 9.421085
2007-02-11 8.534655
> head(period.prod(zoo.data, INDEX=ep)) #
计算周的一个指数值
[,1]
2007-01-07 11140398
2007-01-14 7582350
2007-01-21 11930334
2007-01-28 8658933
2007-02-04 12702505
2007-02-11 7702767
6.xts对象的时间序列操作
检查时间类型。
> class(Sys.time());timeBased(Sys.time()) # Sys.time() 是时间类型POSIXct [1] "POSIXct" "POSIXt" [1] TRUE > class(Sys.Date());timeBased(Sys.Date()) # Sys.Date() 是时间类型Date [1] "Date" [1] TRUE > class(20070101);timeBased(20070101) # 20070101 不是时间类型 [1] "numeric" [1] FALSE
使用timeBasedSeq()函数创建时间序列。
> timeBasedSeq('1999/2008') #
按年
[1] "1999-01-01" "2000-01-01" "2001-01-01" "2002-01-01" "2003-01-01"
[6] "2004-01-01" "2005-01-01" "2006-01-01" "2007-01-01" "2008-01-01"
> head(timeBasedSeq('199901/2008')) #
按月
[1] "
十二月 1998" "
一月 1999" "
二月 1999" "
三月 1999" "
四月 1999"
[6] "
五月 1999"
> head(timeBasedSeq('199901/2008/d'),40) #
按日
[1] "
十二月1998" "
一月 1999" "
一月 1999" "
一月 1999" "
一月 1999"
[6] "
一月 1999" "
一月 1999" "
一月 1999" "
一月 1999" "
一月 1999"
[11] "
一月 1999" "
一月 1999" "
一月 1999" "
一月 1999" "
一月 1999"
[16] "
一月 1999" "
一月 1999" "
一月 1999" "
一月 1999" "
一月 1999"
[21] "
一月 1999" "
一月 1999" "
一月 1999" "
一月 1999" "
一月 1999"
[26] "
一月 1999" "
一月 1999" "
一月 1999" "
一月 1999" "
一月 1999"
[31] "
一月 1999" "
一月 1999" "
二月 1999" "
二月 1999" "
二月 1999"
[36] "
二月 1999" "
二月 1999" "
二月 1999" "
二月 1999" "
二月 1999"
> timeBasedSeq('20080101 0830',length=100) #
按数量创建，100
分钟的数据集
$from
[1] "2008-01-01 08:30:00 CST"
$to
[1] NA
$by
[1] "mins"
$length.out
[1] 100
按索引取数据first()和last()。
> x <- xts(1:100, Sys.Date()+1:100)
> head(x)
[,1]
2013-11-19 1
2013-11-20 2
2013-11-21 3
2013-11-22 4
2013-11-23 5
2013-11-24 6
> first(x, 10) #
取前10
条数据
[,1]
2013-11-19 1
2013-11-20 2
2013-11-21 3
2013-11-22 4
2013-11-23 5
2013-11-24 6
2013-11-25 7
2013-11-26 8
2013-11-27 9
2013-11-28 10
> first(x, '1 day') #
取1
天的数据
[,1]
2013-11-19 1
> last(x, '1 weeks') #
取最后1
周的数据
[,1]
2014-02-24 98
2014-02-25 99
2014-02-26 100
计算步长lag()和差分diff()。
> x <- xts(1:5, Sys.Date()+1:5)
> lag(x) #
以1
为步长
[,1]
2013-11-19 NA
2013-11-20 1
2013-11-21 2
2013-11-22 3
2013-11-23 4
> lag(x, k=-1, na.pad=FALSE) #
以-1
为步长，并去掉NA
值
[,1]
2013-11-19 2
2013-11-20 3
2013-11-21 4
2013-11-22 5
> diff(x) # 1
阶差分
[,1]
2013-11-19 NA
2013-11-20 1
2013-11-21 1
2013-11-22 1
2013-11-23 1
> diff(x,lag=2) # 2
阶差分
[,1]
2013-11-19 NA
2013-11-20 NA
2013-11-21 2
2013-11-22 2
2013-11-23 2
使用isOrdered()函数，检查向量是否排序好的。
> isOrdered(1:10, increasing=TRUE) [1] TRUE > isOrdered(1:10, increasing=FALSE) [1] FALSE > isOrdered(c(1,1:10), increasing=TRUE) [1] FALSE > isOrdered(c(1,1:10), increasing=TRUE, strictly=FALSE) [1] TRUE
使用make.index.unique()函数，强制唯一索引。
> x <- xts(1:5, as.POSIXct("2011-01-21") + c(1,1,1,2,3)/1e3)
> x
[,1]
2011-01-21 00:00:00.000 1
2011-01-21 00:00:00.000 2
2011-01-21 00:00:00.000 3
2011-01-21 00:00:00.002 4
2011-01-21 00:00:00.003 5
> make.index.unique(x) #
增加毫秒级精度，保证索引的唯一性
[,1]
2011-01-21 00:00:00.000999 1
2011-01-21 00:00:00.001000 2
2011-01-21 00:00:00.001001 3
2011-01-21 00:00:00.002000 4
2011-01-21 00:00:00.003000 5
查询xts对象时区。
> x <- xts(1:10, Sys.Date()+1:10) > indexTZ(x) # 时区查询 [1] "UTC" > tzone(x) [1] "UTC" > str(x) An 'xts' object on 2013-11-19/2013-11-28 containing: Data: int [1:10, 1] 1 2 3 4 5 6 7 8 9 10 Indexed by objects of class: [Date] TZ: UTC xts Attributes: NULL
xts给了zoo类型时间序列更多的API支持，这样我们就有了更方便的工具，可以做各种时间序列的转换和变形了。
问题
如何把时间序列可视化？
引言
r-bloggers的一篇博文：plot.xts is wonderful!（http://www.r-bloggers.com/plot-xts-is-wonderful/），让我有动力继续发现xts的强大。xts扩展了zoo的基础数据结构，并提供了更丰富的功能函数。xtsExtra补充库从可视化的角度出发，提供了一个简单而效果非凡的作图函数plot.xts。本节将用plot.xts来演示xts对象的时间序列可视化！
2.3.1 xtsExtra介绍
xtsExtra是xts包的功能补充包，该软件包在Google Summer of Code 2012发布，最终将合并到xts包，不过在笔者写这本书的时候还没有合并。xtsExtra提供的主要功能就是plot.xts()函数。xts::plot.xts()函数与xtsExtra::plot.xts()函数还是有差别的，下面我们就详细介绍其中的差别！
2.3.2 xtsExtra安装
本节使用的系统环境是：
·Win764bit
·R:3.0.1x86_64-w64-mingw32/x64b4bit
注 xtsExtra同时支持Windows 7环境和Linux环境。
由于xtsExtra没有发布到CRAN，我们要从R-Forge下载。
~ R #
启动R
程序
> install.packages("xtsExtra", repos="http://R-Forge.R-project.org")
#
从R-Forge
下载xtsExtra
包
> library(xtsExtra) #
加载xtsExtra
包
xtsExtra::plot.xts()函数覆盖了xts::plot.xts()函数。
2.3.3 xtsExtra包的使用
plot.xts()函数的参数列表如下：
> names(formals(plot.xts)) [1] "x" "y" "screens" "layout.screens" "..." [6] "yax.loc" "auto.grid" "major.ticks" "minor.ticks" "major.format" [11] "bar.col.up" "bar.col.dn" "candle.col" "xy.labels" "xy.lines" [16] "ylim" "panel" "auto.legend" "legend.names" "legend.loc" [21] "legend.pars" "events" "blocks" "nc" "nr"
下面画一个简单的时间序列图，如图2-10所示。
图2-10 时间序列
> data(sample_matrix) > sample_xts <- as.xts(sample_matrix) > plot(sample_xts[,1]) > class(sample_xts[,1]) [1] "xts" "zoo"
从图2-10似乎看不出xtsExtra::plot.xts()函数与xts::plot.xts()函数的不同效果。接下来，我们画点稍微复杂的图形。
1.画K线图
下面就来画K线图，默认红白配色，如图2-11所示。
> plot(sample_xts[1:30, ], type = "candles")
图2-11 K线图
画K线图：自定义颜色，如图2-12所示。
> plot(sample_xts[1:30, ], type = "candles", bar.col.up = "blue", bar.col.dn = "violet", candle.col = "green4")
2.对panel配置
画基本面板，如图2-13所示。
> plot(sample_xts[,1:2])
图2-12 自定义颜色的K线图
图2-13 基本面板
画多行面板，如图2-14所示。
> plot(sample_xts[,rep(1:4, each = 3)])
图2-14 多行面板
画自由组合面板，如图2-15所示。
> plot(sample_xts[,1:4], layout.screens = matrix(c(1,1,1,1,2,3,4,4),ncol = 2, byrow = TRUE))
图2-15 自由组合面板
通过画K线图和面板，就能发现plot.xts()函数提供很多种的画图参数设置，让我们画时间序列图可以有更丰富的可视化表示表现形式。
3.对screens配置
画双屏幕显示，每屏幕2条线，如图2-16所示。
> plot(sample_xts, screens = 1:2)
图2-16 双屏显示
画双屏幕显示，指定曲线出现的屏幕和颜色，如图2-17所示。
> plot(sample_xts, screens = c(1,2,1,2), col = c(1,3,2,2))
图2-17 双屏显示且自定义颜色
画双屏幕显示，指定不同的坐标系，如图2-18所示。
> plot(10^sample_xts, screens = 1:2, log= c("","y"))
图2-18 双屏显示，并设置不同坐标系
画双屏幕显示，指定不同的输出图形，如图2-19所示。
> plot(sample_xts[1:75,1:2] - 50.5, type = c("l","h"), lwd = c(1,2))
图2-19 双屏显示且设置不同的输出图形
画多屏幕，并分组显示，如图2-20所示。
> plot(sample_xts[,c(1:4, 3:4)], layout = matrix(c(1,1,1,1,2,2,3,4,5,6), ncol = 2, byrow = TRUE), yax.loc = "left")
图2-20 多屏显示，并多屏分组
4.对events配置
画基本事件分割线，如图2-21所示。
> plot(sample_xts[,1], events = list(time = c("2007-03-15","2007-05-01"), label
= "bad days"), blocks = list(start.time = c("2007-03-05", "2007-04-15"), end.
time = c("2007-03-20","2007-05-30"), col = c("lightblue1", "lightgreen")))
图2-21 事件分割线
5.双坐标的时间序列
画双坐标视图，如图2-22所示。
> plot(sample_xts[,1],sample_xts[,2])
图2-22 双坐标视图
画双坐标梯度视图，如图2-23所示。
> cr <- colorRampPalette(c("#00FF00","#FF0000"))
> plot(sample_xts[,1],sample_xts[,2], xy.labels = FALSE, xy.lines = TRUE, col =
cr(NROW(sample_xts)), type = "l")
图2-23 双坐标梯度视图
6.对xts类型转换作图
以ts数据类型作图，如图2-24所示。
> tser <- ts(cumsum(rnorm(50, 0.05, 0.15)), start = 2007, frequency = 12) > class(tser) [1] "ts" > plot(tser)
图2-24 ts数据类型作图
以xts类型作图，自动增加了背景坐标线，如图2-25所示。
> plot.xts(tser)
图2-25 xts类型作图
7.用barplot作图
barplot()函数作条形图，如图2-26所示。
> x <- xts(matrix(abs(rnorm(72)), ncol = 6), Sys.Date() + 1:12) > colnames(x) <- LETTERS[1:6] > barplot(x)
图2-26 barplot图
我们看到xtsExtra::plot.xts()函数提供了强大的作图功能，很容易做出包含丰富元素的时间序列！