R-将许多1D格式的时间序列转换为3D数组，每个时间序列都带有两个标签

我有一个一维csv，它包含许多时间序列的数据，每个时间序列都有两个标签

将文件读入R后，我应该使用什么关键功能将数据快速转换为3D矩阵

数据采用以下格式：

Date, Price, Stock Ticker, Country
1/1/2012, 98, ABC.US, US
1/2/2012, 100, ABC.US, US
.
.
.
1/1/2012, 36, XYZ.US, US
1/2/2012, 34, XYZ.US, US
.
.
.
.
1/1/2012, 78, MNO.LN, UK
1/2/2012, 75, MNO.LN, UK
.
.

我想将此表转换为具有日期、股票代码和国家/地区维度的3D数组：

3DTable[Date,Ticker,Country]

---

我想我能回答你的问题

创建数据帧

x <- data.frame(Date=rep(c("1/1/2012", "1/2/2012"), 3), 
  Price=c(98, 100, 36, 34, 78, 75),
  "Stock Ticker"=rep(c("ABC.US", "XYZ.US", "MNO.LN"), each=2), 
  Country=rep(c("US", "US", "UK"), each=2))

---

我想我能回答你的问题

创建数据帧

x <- data.frame(Date=rep(c("1/1/2012", "1/2/2012"), 3), 
  Price=c(98, 100, 36, 34, 78, 75),
  "Stock Ticker"=rep(c("ABC.US", "XYZ.US", "MNO.LN"), each=2), 
  Country=rep(c("US", "US", "UK"), each=2))

试试这个：

library(plyr)
daply(x, c("Date", "Stock Ticker", "Country"), function(y) y$Price)

daply

的第一个参数是数据帧，第二个是要用作维度的变量（可能需要将空格更改为点，具体取决于读取数据的方式），第三个是从daraframe行计算数组值的函数。

尝试以下操作：

library(plyr)
daply(x, c("Date", "Stock Ticker", "Country"), function(y) y$Price)

---

daply

的第一个参数是您的数据框，第二个参数是您希望用作维度的变量（可能需要将空格更改为点，具体取决于您读取数据的方式），第三个是从daraframe行计算数组值的函数。

假设@sebastian-c正确地解释了您的问题，这是一个以R为底的一行代码，可以让您达到：

tapply(x$Price, x[, -2], c)
# , , Country = UK
# 
#           Stock.Ticker
# Date       ABC.US MNO.LN XYZ.US
#   1/1/2012     NA     78     NA
#   1/2/2012     NA     75     NA
# 
# , , Country = US
# 
#           Stock.Ticker
# Date       ABC.US MNO.LN XYZ.US
#   1/1/2012     98     NA     36
#   1/2/2012    100     NA     34

---

假设@sebastian-c正确地解释了您的问题，这是R底的一行代码，可以让您达到目的：

tapply(x$Price, x[, -2], c)
# , , Country = UK
# 
#           Stock.Ticker
# Date       ABC.US MNO.LN XYZ.US
#   1/1/2012     NA     78     NA
#   1/2/2012     NA     75     NA
# 
# , , Country = US
# 
#           Stock.Ticker
# Date       ABC.US MNO.LN XYZ.US
#   1/1/2012     98     NA     36
#   1/2/2012    100     NA     34

tapply(x$Price, x[, -2], c)
# , , Country = UK
# 
#           Stock.Ticker
# Date       ABC.US MNO.LN XYZ.US
#   1/1/2012     NA     78     NA
#   1/2/2012     NA     75     NA
# 
# , , Country = US
# 
#           Stock.Ticker
# Date       ABC.US MNO.LN XYZ.US
#   1/1/2012     98     NA     36
#   1/2/2012    100     NA     34