问题标签 [tibbletime]

我想为特定日期创建一个带有 tibbletime 的时间序列。我有：

我想创建一个带有微小样本的时间序列，例如：

参数应该是一个 time_formula，在第 17 页描述： https ://cran.r-project.org/web/packages/tibbletime/tibbletime.pdf

这有效，但我无法传递以下参数：

已经尝试了不同的方法来转换字符串，但到目前为止没有任何效果:(

我正在尝试过滤日内数据以仅包含一天中的特定时间段。某些软件包中是否有实现此目的的技巧。这是示例数据：

我想每天只包括 10:00:00 - 18:35:00，但不能很好地做到这一点。我现在的解决方案是创建额外的指示列，然后按它们过滤，但它也没有很好地工作。

请耐心等待，因为这是我在这里的第一个问题。我仍在试图弄清楚如何发布我已经拥有的数据和代码，所以现在我将尝试解释一下。如果这不是可以接受的提问方式，请忽略这个问题，下次我会尝试做对。

我有一个数据框，我想对其进行日常计算。对于特定的一天，我已经有了 OpenUnits、BuyUnits、SellUnits、CloseUnits 和 Interest。这些值是由另一个系统计算的。我需要根据售出的单位数量来分配每日利息。我可以进行计算，但如果不在数据框上使用 for 循环，我无法弄清楚如何获得 OpenInterest（前一天的收盘价）。ClosingInterest 应该是 OpenInterest + Interest - SellUnits/OpenUnits * OpenInterest

我尝试使用 mutate(OpenInterest = lag(ClosingInterest), ClosingInterest = OpenInterest + Interest - SellUnits/OpenUnits * OpenInterest)，但这似乎不起作用。

我的代码使用 for 循环，但我希望可能有更好、更快的方法。

问候

这不会产生正确的答案。

正确答案应该是这样的。这是我通过一个 for 循环实现的，我试图避免这种循环，因为它在嵌套的更大数据集上感觉很慢。

生成正确答案的代码。

我有一个文件（appx 9K 记录），我想首先根据组聚合，然后在彼此相隔 7 天内的日期聚合。但是，我不明白为什么结果看起来像他们一样。我意识到还有其他方法可以通过这个特定的示例获得相同的结果，但它会变得更加复杂，并且还有其他原因我对使用 tibbletime 感兴趣。这是一个可重现的示例：

我想要做的是，从每家咖啡馆的第一份报告开始，将彼此在 7 天内提交的健康报告计算为仅一份报告，这样就不会被过度计算。

首先，我尝试使用“7 天”作为期间：

这不是我想要的。如果有效，cafe 1001 的所有四个报告将具有相同的滚动日期，因为它们都在 7 天内。那么为什么在结果列中拆分成两个日期呢？

只是玩弄它，我尝试使用“每周”而不是“7天”，然后我得到了这个结果：

咖啡馆 1001 正是我想要的，但是咖啡馆 2002 和 3003 的日期相同（不同的年份），但结果却不同。

咖啡馆 4004 是我想要的组合，但咖啡馆 4005 之间只有 6 天，所以这些也应该组合在一起。（我稍后会总结/计算它们）

任何想法为什么会发生这种情况？谢谢！！

我正在使用按包group_by功能分组的数据集dplyr。每个组都有它自己的时间索引，即假定由 12 个月的序列组成。这意味着它可以从 1 月开始，到 12 月结束，或者在其他情况下，它可以从前一年的 6 月开始，到明年 5 月结束。

这是数据集示例：

问题是如果存在所谓的“跳跃”，换句话说，如果日期是一致的，由于数据集的维度，我无法确认或验证视觉。r 中是否有任何简单的方法可以做到这一点，也许是对 package.json 函数的一些修改/组合tibbletime。

任何帮助将不胜感激。

先感谢您。

在查看了所有相关帖子之后，我还没有找到一个可以接受的工作解决方案。因此，我决定再试一次！

mutate_impl(.data, dots) 中的错误：评估错误：对于 Date 类的索引，只允许使用年、季度、月、周和日期间

test_long$Date <- as.Date(test_long$Date, "%m-%d-%Y")

test_long %>% + time_decompose(count) %>% + anomalize(remainder) %>% + time_recompose() %>% + plot_anomalies(time_recomposed = TRUE, ncol=3, alpha_dots = 0.25)

注意：索引未排序。tibbletime 假设索引是升序的。结果可能不如预期。

mutate_impl(.data, dots) 中的错误：评估错误：对于 Date 类的索引，只允许使用年、季度、月、周和日期间。

str(test_long$Date) 日期[1:5719]，格式：“2016-01-27”“2016-01-28”“2016-01-29”“2016-01-30”“2016-01-31” “2016-02-01” “2016-02-02” “2016-02-03” “2016-02-04” “2016-02-05” “2016-02-06” ...

如果这篇文章不够清楚，我提前道歉。这是我的第一篇文章。

R 中的 xts 和 zoo 库中有几个函数，它们试图将金融 OHLC(V) 数据从低粒度聚合到更高粒度，以及新来的 tibbletime::to_period，它对 tibble 执行相同的任务。然而，所有这些都遭受同样的低效率：当我们说一小时聚合时，它们将循环时间作为间隔的起点和终点，即边界将是上午 8 点、上午 9 点、上午 10 点,... 如果我有 15 分钟蜡烛的数据，我如何聚合 OHLC(V)，以便按 1 H 间隔而不是轮次聚合？

如何将上述小标题聚合为 30M、1H、2H 和 4H，以便组具有所需的长度？例如，按 1H 汇总的最后一组将从 12:45:00 到 13:30:00 拿 4 支蜡烛，从 11:45:00 拿 2H，......我试过了

具有各种参数组合，但没有产生所需的结果。此外，按特定间隔内的蜡烛数分组也无济于事，因为现实世界的数据存在差距。

安装 R base 和 R studio 并从以下位置运行标准示例后：https ://www.rdocumentation.org/packages/anomalize/versions/0.1.1/topics/time_decompose 。

我得到错误：

Error in !.key : invalid argument type

我尝试使用as_tibbleandas_tbl_time函数准备数据无济于事，得到同样的错误。

我希望看到一个时间分解的对象，但会收到上面提到的错误消息。

我是 dplyr 和 tibbletime 软件包的新手，并且有以下目标。我需要总结在 24 小时的同一时间间隔内发生的交易数量（数据集中的数量）。例如，我在 1 小时内有 3 笔交易，数量分别为 300、200 和 100，我希望在整个交易日的一小时内以相同的方式将它们加起来为 600。我尝试了以下方法：

帮助我解决这个问题或建议另一种方式来完成我的目标。谢谢！下面附上html代码格式的数据头部（第一个刻度值）：

我想在我的数据中标记至少 31 天的每个窗口中的第一个日期id。
数据：

想要标记的行是第 1、4、6、7 和 10 行；这些行表示index_date给定id的第一行或从先前标记的给定index_date的 31 天跳过期后的第一行。 代码：index_dateid

结果：

为什么此代码标记第 8 行（在之前标记为 thatindex_date之后不到 31 天）而不是第 10 行，我该如何解决这个问题？index_dateid

更新：按照@mnaR99 的建议，
将选项添加start_date = first(index_date)到collapse_index()，成功标记了原始示例中的正确行。但是，当我将相同的原理应用于新数据时，我遇到了一个问题：
数据：

我现在想以与之前应用 31 天窗口相同的方式应用 2 天窗口（也就是说，不应同时标记连续的日历日）。想要标记的行是第 1、3、4、6、8、9 和 11 行，因为这些行要么是特定 `id` 的第一个 `index_date`，要么是两天跳过后的第一个。
代码：

结果：

第 7 行错误地标记为 TRUE，第 8 行错误地标记为 FALSE。
当我应用purrr@tmfmnk 建议的解决方案时，我得到了正确的结果。
代码：

结果：

tibbletime这个例子中的方法有什么问题？