从一个xts数据中获取或筛选出每天的前5分钟数据

Question

我想从分钟级别的数据中，每天提取前5分钟的时间序列数据子集，但是每天前5分钟开始的时间不同，因此使用类似xtsobj["T09:00/T09:05"]的方法将无法奏效，因为第一个5分钟的开始时间会更改。也就是说，有时它会在上午9:20开始，或者在早晨的其他随机时间开始，而不是在上午9点开始。

到目前为止，我已经能够使用以下函数提取出每天的第一分钟：

k <- diff(index(xtsobj))> 10000

xtsobj[c(1, which(k)+1)]

例如，在数据中找到大于10000秒的间隔是比较容易的，但是要从中找出每天的前5分钟却更加困难，因为数据并不总是均匀分布的。例如，在第一分钟和第五分钟之间可能有2到5行数据，因此使用如下方法：

xtsobj[c(1, which(k)+6)]

然后将结果绑定在一起并不总是准确的。我希望可以使用类似'first'的函数，但是不确定如何处理多天的情况，也许这可能是最佳解决方案。是否有更好的方法来获取这些信息？

非常感谢stackoverflow社区提前为您提供的帮助。

- h.l.m

Answer 1

使用split(xtsobj, "days")会创建一个列表，其中每个项目都是每天的一个xts对象。

然后你可以对每天应用head函数。

lapply(split(xtsobj, "days"), head, 5)

更普遍地说，或者更一般地说

lapply(split(xtsobj, "days"), function(x) {
  x[1:5, ]
})

最后，如果需要，你可以使用rbind将这些天重新组合在一起。

do.call(rbind, lapply(split(xtsobj, "days"), function(x) x[1:5, ]))

- GSee

Answer 2

你可以使用包lubridate，首先找出每天的起点，因为它们似乎随机变化，然后使用函数minutes。

代码应该是这样的：

five_minutes_after = starting_point_each_day + minutes(5)

那么你可以使用常规的xts子集，例如：

5_min_period = paste(starting_point_each_day,five_minutes_after,sep='/')

xtsobj[5_min_period]

编辑：

@Joshua 我认为这个可行，看看这个例子：

library(lubridate)
x <- xts(cumsum(rnorm(20, 0, 0.1)), Sys.time() - seq(60,1200,60))

starting_point_each_day= index(x[1])
five_minutes_after = index(x[1]) + minutes(5)
five_min_period = paste(starting_point_each_day,five_minutes_after,sep='/')

x[five_min_period]

在我之前的例子中，我犯了一个错误，我在引号中放置了five_min_period。Joshua，这就是你指出的问题吗？也许起始点不是必要的，只需：

until5min=paste('/',five_minutes_after,sep="")
x[until5min]

- aatrujillob

---

xtsobj['5_min_period'] 不起作用。你只能使用非常特定类型的字符串来对 xts 对象进行子集操作。 - Joshua Ulrich

我说xtsobj['5_min_period']不起作用，因为'5_min_period'不是xts能够识别的字符串。很高兴你纠正了这个错误。 - Joshua Ulrich

感谢@JoshuaUlrich的评论，特别是开发了一个非常有用的软件包。 - aatrujillob