将 XTS 对象作为数据帧存储在 R 的列表中

Posted 2023-02-14

【中文标题】将 XTS 对象作为数据帧存储在 R 的列表中

【英文标题】：Store XTS objects as data frames in a list in R

【发布时间】：2022-01-22 08:37:24

【问题描述】：

我希望将一些 XTS 对象作为数据帧存储在 R 的列表中。

XTS 对象是使用 tidyquant 包收集的股票价格数据，我需要将这些对象转换为数据框并将它们存储在列表中。我有一个额外的要求，我只想保留每只股票的索引列和收盘价列。

我尝试使用 dplyr 语法来选择感兴趣的列，但我的代码无法选择大于 2 的列索引

Error: Can't subset columns that don't exist.
x Locations 3 and 4 don't exist.
i There are only 2 columns.

这是我正在使用的代码，但我很难理解为什么我无法从“强化”数据框中选择收盘价

pacman::p_load(tidyquant,tidyverse,prophet)

tickers = c("AAPL","AMZN")

getSymbols(tickers, 
           from = '2015-01-01',
           to = today(),
           warnings = FALSE,
           auto.assign = TRUE)

dfList <- list()

for (i in tickers) 
  dfList[[i]] <- fortify.zoo(i) %>% 
    select(c(1,5))
  

当我使用 fortify.zoo 将单个 XTS 对象转换为数据框时，我可以选择感兴趣的列，但当我遍历它们时却不能。

fortify.zoo(AAPL) %>% select(c(1,5)) %>% head(n = 10)

谁能帮助我了解我对这个问题的理解在哪里下降？

【问题讨论】：

我建议您使用Gabor's solution，它利用getSymbols() 的env 参数并使用eapply() 或lapply() 通过迭代环境来创建列表，提取 (调整）关闭，并将其强化为 data.frame。

【参考方案1】：

getSymbols 可以将股票数据放入环境stocks 和Cl 将提取收盘和指数。如果您想要调整后的关闭，请将 Cl 替换为 Ad。然后遍历环境中的名称。最后将其保留为环境stocks 或可选择将其转换为列表L。除了 quantmod 和它引入的包之外，没有使用任何包。还有一个问题，您是否甚至需要将数据转换为数据帧。您可以将其保留为 xts。

library(quantmod)
tickers = c("AAPL","AMZN")

stocks <- new.env()
getSymbols(tickers, env = stocks, from = '2015-01-01')

for(nm in ls(stocks)) stocks[[nm]] <- fortify.zoo(Cl(stocks[[nm]]))

L <- as.list(stocks) # optional

如果您确实想要一个列表，另一种可能性是将最后两行替换为 eapply:

L <- eapply(stocks, function(x) fortify.zoo(Cl(x)))

【参考方案2】：

最好用固定长度初始化list，用tickers初始化name。在 OP 的代码中，它直接循环遍历 tickers，所以每个 'i' 都是代码名称，它是一个字符串

dfList <- vector('list', length(tickers))
names(dfList) <- tickers

由于这里的i 是对象"AAPL" 或"AMZN" 的字符串名称，我们可以使用get 从全局环境中返回该对象的值

for (i in tickers) 
  dfList[[i]] <- fortify.zoo(get(i)) %>% 
             select(c(1,5))
   

-检查尺寸

sapply(dfList, dim)
#    AAPL AMZN
#[1,] 1507 1507
#[2,]    2    2

---

另一种方法是mget 将所有这些对象返回到list

library(purrr)
library(dplyr)
dfList2 <-  mget(tickers) %>%
     map(~ fortify.zoo(.x) %>% 
             select(1, 5))