Temat: pomoc w projekcie w proramie "R"

Witam, mam do zrobienia projekt. Dane do tego projektu (fragment tabeli poniżej):

 row.names    Aktywo	Zero	Data	  Godzina	Cena	Ilość

1	1079618	1	0	20081002	90001	52.50	4675

2	1079619	2	0	20081002	90002	52.50	152

3	1079620	3	0	20081002	90005	52.50	12

4	1079621	4	0	20081002	90006	52.45	218

5	1079622	5	0	20081002	90011	52.50	29

6	1079623	6	0	20081002	90018	52.50	50

7	1079624	7	0	20081002	90028	52.50	24

8	1079625	8	0	20081002	90056	52.40	30

9	1079626	9	0	20081002	90102	52.45	179

10	1079627	10	0	20081002	90108	52.30	100

11	1079628	11	0	20081002	90134	52.20	300

12	1079629	12	0	20081002	90139	52.20	290

13	1079630	13	0	20081002	90141	52.40	100

14	1079631	14	0	20081002	90145	52.40	90

15	1079632	15	0	20081002	90216	52.25	600

Chodzi o to, żeby cały przedział czasowy podzielić na przedziały co 5 min i z każdego takiego przedziału wypisać pierwsze notowanie jakie występuje (jak nie występuje, to wpisać -5). Przedziały czasowe są zatem postaci:
[09:00:00 , 09:04:59) , [09:05:00 , 09:09:59) aż do [15:55:00, 16:00:00]. Z każdego takiego przedziału muszę wybrać pierwszą wartość odpowiadającej mu $Ceny, czyli :

Czyli (dla przedziału co 5 min), jeżeli mam:

Godzina Cena

90612 30,21
90624 30,34
90634 34,25
90713 21,17
90959 39,14
91503 29,17

To powinnam dostać coś takiego:

90000 -5 (bo nie ma godziny z przedziału [9:00:00, 9:04:59)
90500 30,21 (bo pierwszą godziną w przedziale [9:05:00, 9:09:59) jest 90612 a dla niej jest notowanie 30,21)
91000 -5
91500 29,17. Itd.

kolega podpowiedział mi, że dobrym pomysłem byłoby podzielenie wartości Godzina na 500 i wzięcie części całkowitej z tych danych:

90612 30,21
90624 30,34
90634 34,25
90713 21,17
90959 39,14
91503 29,17

otrzymujemy :

godziny, cena:
181 30,21
181 30,34
181 34,25
182 21,17
182 39,14
182 29,17

a poźniej "przejść" po całej tablicy i wybrać tylko po jednej wartości dal danej godziny. Byloby to dość łatwe, gdybym operowała tylko na jednym dniu... bo pewnie zastosowałabym komendę unique() , ale wiem, po dla dnia 20081002 mam serię {181,182,...320} , ale również dla następnego dnia mam taką samą serię danych. Zapewne trzeba zastosować jakąć pętlę, ale jaką i jak jej użyć do wszystkich dni? jak wstawić wartość {-5} gdy np nie będzie wartości np dla godziny 183?

Proszę o pomoc i wytłumaczenie jak "ciemnej masie", gdyż dopiero rozpoczęłam przygodę z "R" i nie jestem obeznana w komendach, a programować nigdy nie lubiłam ;/Barbara Ciepiela edytował(a) ten post dnia 24.03.12 o godzinie 22:01

Temat: pomoc w projekcie w proramie "R"

Witam,

pakiet xts Ci pomoże. Kod poniżej.

library(xts)



#przykładowe dane



dane<-as.data.frame(matrix(c(20081002, 90612, 30.21 ,

               20081002, 90624, 30.34,

               20081002, 90634, 34.25,

               20081002, 90713, 21.17,

               20081002, 90959, 39.14,

               20081002, 91503, 29.17),6,3,byrow=T))



### nazwy kolumn

names(dane)<-c("data","godzina","cena")



### uzupełniam zerami godzinę (do formatowania)

dane$godzina<-sprintf("%06d",dane$godzina)



### sklejam datę i godzinę

dane$DC<-paste(dane$data,dane$godzina,sep="")



### formatuję zmienna na odpowiednią datę

dane$DC<-strptime(dane$DC,format="%Y%m%d%H%M%S")



### tworzę plik dane2 (tak aby nie nadpisać wcześniejszego)

### pierwszy argument nasza zmienna dotycząca ceny, druga to sformatowana zmienna dot. czasu

dane2<-xts(dane$cena,dane$DC)



### korzystam z funkcji to.minutes5 - która odpowiada Twoim potrzebom.

### tworzy ceną otwarcia, najwyższą, najniższą oraz zamknięcia 

to.minutes5(dane2)

Maciej B. edytował(a) ten post dnia 24.03.12 o godzinie 18:17

Temat: pomoc w projekcie w proramie "R"

Dziękuje, ale nie do końca o to mi chodziło, aczkolwiek wiele z tych rzeczy mi się teraz przydadzą.

Zrobiłam coś takiego:

dane<-as.data.frame(matrix(c(20081002, 90012, 30.21 ,0,20081002, 90424, 30.34,0,20081002, 90634, 34.25,0,20081002, 90713, 21.17,0,20081002, 90959, 39.14,0,20081002, 91503, 29.17,0),ncol=4,nrow=6,byrow=T))
names(dane)<-c("data","godzina","cena","połaczone")
dane$połaczone<-sprintf("%06d",dane$godzina)
dane$połaczone<-paste(dane$data,dane$połaczone,sep="")
dane$godzina<-dane$godzina%/%500

I otrzymałam

 	 data	            godzina	 cena	   połaczone

1	20081002	180	30.21	20081002090012

2	20081002	180	30.34	20081002090424

3	20081002	181	34.25	20081002090634

4	20081002	181	21.17	20081002090713

5	20081002	181	39.14	20081002090959

6	20081002	183	29.17	20081002091503

Czyli liczby 180, 181 odpowiadają moim przedziałom
180 - [9:00:00-9:04:59)
181 - [9:05:00-9:09:59)
itd.

Gdybym miała więcej danych to ostatniemu przedziałowi, czyli godzinie [15:55:00 - 15:59:59] odpowiadałaby liczba 311. no i ewentualnie dla 16:00:00 wartość 320.

teraz interesuje mnie wybranie pojedynczej takich wartości 180, 181, idt i odpowiadajacej im daty.

Ale muszę pamiętać o tym, że ciągi 180-320 pojawiają mi się od nowa dla każdego dnia (nie w powyższym przykładzie, ale w moich właściwych danych). Potrzebuję zatem takiej pętli, która usunie mi powielenia liczb w ciągu 180- 311, ale również "oszczędzi" mi wszystkie dni tak, że moja finalna postać będzie następująca:

           data	    godzina     cena

1	20081002	180	30.21

2	20081002	181	30.34

3	20081003	180	34.25

4	20081003	181	21.17

5	20081003	182	39.14

6	20081003	183	29.17

Barbara Ciepiela edytował(a) ten post dnia 24.03.12 o godzinie 22:18

Temat: pomoc w projekcie w proramie "R"

Może tak:

Funkcja ind zwraca pierwszy napotkany element a aggregate grupuje Ci według daty i godziny.

require(zoo)

ind<-function(x){

  x<-as.matrix(cbind(index(x),x))

  x[1,2]

}



aggregate(dane$cena,by=list(dane$data,dane$godzina),FUN=ind)

edit: dodałem, że potrzeba pakiet zoo bo nie zauważyłem tego wcześniej :)Maciej B. edytował(a) ten post dnia 25.03.12 o godzinie 23:16

Temat: pomoc w projekcie w proramie "R"

Ok, serdeczne dzięki za dotychczasową pomoc.
mam już coś takiego w moich danych:

1	647009	20070102	93000	88.90	2007-01-02 09:30:00

2	647019	20070102	93500	88.90	2007-01-02 09:35:00

3	647024	20070102	94000	89.50	2007-01-02 09:40:00

4	647045	20070102	94500	89.90	2007-01-02 09:45:00

5	647063	20070102	95000	90.10	2007-01-02 09:50:00

6	647087	20070102	100000	90.25	2007-01-02 10:00:00

7	647105	20070102	100500	90.75	2007-01-02 10:05:00

8	647117	20070102	101000	90.30	2007-01-02 10:10:00

9	647131	20070102	101500	90.65	2007-01-02 10:15:00

10	647142	20070102	102000	90.70	2007-01-02 10:20:00

11	647155	20070102	102500	90.80	2007-01-02 10:25:00

tabela ciągnie się aż do roku 2008. Moim zadaniem jest porównać każdy dzień i godzinę między 9:00:00 aż do 16:00 w odstępie 5 minut. Jeśli w danym dniu zabraknie mi jednej z godzin [9:00:00 , 9:05:00, 9:10:00, ...., 15:55:00, 16:00:00] to muszę taką godzinę dopisać, a w polu Godz wstawić {-5}.
Np. w tabeli powyżej nie ma daty: 2007-01-02 09:55:00, więc muszę ją dopisać rekord do tabeli z tą datą, a w polu Godz. wstawić {-5}.
Jak to zrobić?Barbara Ciepiela edytował(a) ten post dnia 26.03.12 o godzinie 13:21

Temat: pomoc w projekcie w proramie "R"

Możesz wykorzystać funkcję difftime, która liczy Ci różnicę między datami. Gdy wartości będą większe od 5 a mniejsze od powiedzmy 100 minut to wtedy wstawisz funkcją ifelse -5.

Temat: pomoc w projekcie w proramie "R"

Probóbowałam rozgryźć to, ale udało mi się zrobić jedynie tyle:

for(i in 1:nrow(pdane2)) print(difftime(pdane2[i+1,4],pdane2[i,4],unit="auto"))

czyli zobaczyć jaka jest różnica pomiędzy kolejnymi wierszami.
Jak teraz dać ograniczenia na tę różnicę, że gdy jest >5 minut i mniejsza od 1dnego dnia to dodamy rekord z brakującą pięciominutówką i w polu $Godzina dla tego rekordu wpiszemy -5??Barbara Ciepiela edytował(a) ten post dnia 27.03.12 o godzinie 00:25

Temat: pomoc w projekcie w proramie "R"

Barbara Ciepiela:
Ok, serdeczne dzięki za dotychczasową pomoc.
mam już coś takiego w moich danych:

1	647009	20070102	93000	88.90	2007-01-02 09:30:00

2	647019	20070102	93500	88.90	2007-01-02 09:35:00

3	647024	20070102	94000	89.50	2007-01-02 09:40:00

4	647045	20070102	94500	89.90	2007-01-02 09:45:00

5	647063	20070102	95000	90.10	2007-01-02 09:50:00

6	647087	20070102	100000	90.25	2007-01-02 10:00:00

7	647105	20070102	100500	90.75	2007-01-02 10:05:00

8	647117	20070102	101000	90.30	2007-01-02 10:10:00

9	647131	20070102	101500	90.65	2007-01-02 10:15:00

10	647142	20070102	102000	90.70	2007-01-02 10:20:00

11	647155	20070102	102500	90.80	2007-01-02 10:25:00

Np. w tabeli powyżej nie ma daty: 2007-01-02 09:55:00, więc muszę ją dopisać rekord do tabeli z tą datą, a w polu Godz. wstawić {-5}.
Jak to zrobić?

Ja bym to zrobił tak: wygenerował wszystkie możliwe daty:

wszystkie_daty=seq(as.POSIXct("2007-01-02 00:00:00"),as.POSIXct("2008-12-31 23:59:00"),by=300)

i połączył za pomocą polecenia merge z opcją fill="-5", z tabelą powyżej, po polu z datą i godziną. Możliwe, że trzeba będzie zmienić typ określający pola.

Temat: pomoc w projekcie w proramie "R"

Średnio rozumiem , gdyż komenda:

wszystkie_daty=seq(as.POSIXct("2007-01-02 00:00:00"),as.POSIXct("2008-12-31 23:59:00"),by=300)

zwraca mi coś takiego:

 structure(c(1167692400, 1167692700, 1167693000, 1167693300, 1167693600, 

1167693900, 1167694200, 1167694500, 1167694800, 1167695100, 1167695400, 

1167695700, 1167696000, 1167696300, 1167696600, 1167696900, 1167697200, 

1167697500, 1167697800, 1167698100, 1167698400, 1167698700, 1167699000, 

1167699300, 1167699600, 1167699900, 1167700200, 1167700500, 1167700800, 

1167701100, 1167701400, 1167701700, 1167702000, 1167702300, 1167702600,.....

Barbara Ciepiela edytował(a) ten post dnia 27.03.12 o godzinie 01:17

Temat: pomoc w projekcie w proramie "R"

tzn. ta funkcja wyświetla mi daty z danego przedziału, ale tylko przy użyciu "print", sama w sobie jest wektorem o współrzędnych takiej postaci jak wypisałam powyżej. Jak to zmienić?Barbara Ciepiela edytował(a) ten post dnia 27.03.12 o godzinie 17:40