R:计算多个因素/水平(虚拟变量)
我有两个等长的时间序列数据匹配向量:价格(x)和小时(h)。时间从0点到23点。我的小时变量是我的虚拟变量(或者因子/级别变量,我猜它在R中被调用) 现在我已经定义了24个不同的虚拟变量,每小时我都会输入虚拟变量。例如,生成24个图来查看或计算24个平均值等,我会键入: plot.ts(hour1)#以此类推 我想尽可能简单地对所有24个变量执行此操作?所以我可以进行很多不同的计算。例如,我如何计算所有24个虚拟变量的平均值,而不生成24行代码,更改每个虚拟变量 编辑:对不起,我想这两个向量是清楚的。例如:R:计算多个因素/水平(虚拟变量),r,r-factor,R,R Factor,我有两个等长的时间序列数据匹配向量:价格(x)和小时(h)。时间从0点到23点。我的小时变量是我的虚拟变量(或者因子/级别变量,我猜它在R中被调用) 现在我已经定义了24个不同的虚拟变量,每小时我都会输入虚拟变量。例如,生成24个图来查看或计算24个平均值等,我会键入: plot.ts(hour1)#以此类推 我想尽可能简单地对所有24个变量执行此操作?所以我可以进行很多不同的计算。例如,我如何计算所有24个虚拟变量的平均值,而不生成24行代码,更改每个虚拟变量 编辑:对不起,我想这两个向量是清
1. Price Hour
2. 8 0
3. 12 1
4. 14 2
5. 16 3
6. 18 4
7. 20 5
8. 22 6
9. 24 7
10. 26 8
11. 28 9
12. 24 10
13. 26 11
14. 23 12
15. 23 13
16. 23 14
17. 14 15
18. 19 16
19. 25 17
20. 26 18
21. 28 19
22. 30 20
23. 33 21
24. 24 22
25. 10 23
26. 14 0
27. 12 1
28. 13 2
29. x ect.
由于您没有给出可复制的示例,因此不清楚您的数据是如何存储的。我假设每个小时都有单独的变量 通常,最好将
hourxx
变量放入列表中以执行计算
例如,这将计算所有小时的平均值:
lapply(lapply(ls(pattern='hour.*'),get),mean)
在OP澄清后编辑:
您应该创建一个新变量来区分小时间隔。比如:
dat <- data.frame(Price=rnorm(24*5),Hour=rep(0:23,5))
dat$id <- cumsum(c(0,diff(dat$Hour)==-23))
即使你非常清楚的话,重复的例子是预期的。通常,解决方案是通过使用我们现有的工具和“修补”您所获得的数据来达成的。通常,在仔细检查之前,数据的结构可能会显得清晰。
library(plyr)
ddply(dat,.(id),summarise,mPrice=mean(Price))
id mPrice
1 0 0.2999602
2 1 -0.2201148
3 2 0.2400192
4 3 -0.2087594
5 4 0.1666915