J'ai des données boursières Google. Il a deux colonnes Date (données quotidiennes) et Fermer, c'est-à-dire l'indice de fermeture de Google.
Date Close
10/11/2013 871.99
10/10/2013 868.24
10/9/2013 855.86
10/8/2013 853.67
10/7/2013 865.74
10/4/2013 872.35
10/3/2013 876.09
10/2/2013 887.99
10/1/2013 887
9/30/2013 875.91
9/27/2013 876.39
9/26/2013 878.17
9/25/2013 877.23
9/24/2013 886.84
et son au format csv et je l'ai lu via read.csv qui retourne un objet de trame de données. Lorsque j'ai essayé de le transformer en objet timeseries/ts (), il renvoie des nombres indésirables.
Aidez-moi à convertir la trame de données en objet ts ().
Merci d'avance.
Je suggère d'utiliser xts
au lieu de ts
car il a beaucoup de fonctions en particulier pour les séries temporelles financières. Si vos données sont dans data.frame DF
, vous pouvez les convertir en xts
comme suit
xts(DF$Close, as.Date(DF$Date, format='%m/%d/%Y')
Voici une approche utilisant Zoo
du package Zoo, puis en contraignant le résultat à être ts
> library(Zoo)
> Zoo <- Zoo(df$Close, order.by=as.Date(as.character(df$Date), format='%m/%d/%Y'))
> Zoo
2013-09-24 2013-09-25 2013-09-26 2013-09-27 2013-09-30 2013-10-01 2013-10-02 2013-10-03 2013-10-04
886.84 877.23 878.17 876.39 875.91 887.00 887.99 876.09 872.35
2013-10-07 2013-10-08 2013-10-09 2013-10-10 2013-10-11
865.74 853.67 855.86 868.24 871.99
> ts(Zoo) # coercing to be `ts`
Time Series:
Start = 1
End = 14
Frequency = 1
[1] 886.84 877.23 878.17 876.39 875.91 887.00 887.99 876.09 872.35 865.74 853.67 855.86 868.24
[14] 871.99
attr(,"index")
[1] "2013-09-24" "2013-09-25" "2013-09-26" "2013-09-27" "2013-09-30" "2013-10-01" "2013-10-02"
[8] "2013-10-03" "2013-10-04" "2013-10-07" "2013-10-08" "2013-10-09" "2013-10-10" "2013-10-11"