R 将xts对象中的所有列乘以另一个单列xts对象
给出了R 将xts对象中的所有列乘以另一个单列xts对象,r,xts,R,Xts,给出了*”中的错误。默认值（x，y）：不一致数组 我想要的是将x中的每一列乘以y中的值 预期结果： library(xts) set.seed(1) x = xts( cbind(a=1:10,b=20:11) , Sys.Date()+1:10 ) y = xts( runif(10) , Sys.Date()+1:10 ) z = x*y 理想情况下，当索引（x）=索引（y） 旁白： 我想出了一个办法： a b 2012-08-04 0
*”中的错误。默认值（x，y）：不一致数组
我想要的是将x中的每一列乘以y中的值
预期结果：
library(xts)
set.seed(1)
x = xts( cbind(a=1:10,b=20:11) , Sys.Date()+1:10 )
y = xts( runif(10) , Sys.Date()+1:10 )
z = x*y
理想情况下，当索引（x）=索引（y）
旁白：
我想出了一个办法：
a b
2012-08-04 0.2655087 5.310173
2012-08-05 0.7442478 7.070354
2012-08-06 1.7185601 10.311361
2012-08-07 3.6328312 15.439532
2012-08-08 1.0084097 3.226911
2012-08-09 5.3903381 13.475845
2012-08-10 6.6127269 13.225454
2012-08-11 5.2863823 8.590371
2012-08-12 5.6620264 7.549369
2012-08-13 0.6178627 0.679649
它在测试数据上工作，但在我的实际数据上，它抱怨数组中有错误（ans，c（len.a%/%d2，d.ans），如果（！all）（vapply）（dn.ans，is.null，：“dimnames”[1]的长度不等于数组范围
（我还没有在一小块测试数据中重现这一点。）
Joshua和DWin的答案没有这个问题，因此不仅在简洁性上，而且在结果质量上都非常出色！将y对象转换为普通向量：
z = xts( apply(x,2,function(col) col*y ) , index(x) )
>z
a b
2012-08-03 0.2655086631 5.3101732628
2012-08-04 0.7442477993 7.0703540931
2012-08-05 1.7185600901 10.3113605403
2012-08-06 3.6328311600 15.4395324299
2012-08-07 1.0084096552 3.2269108966
2012-08-08 5.3903381098 13.4758452745
2012-08-09 6.6127268802 13.2254537605
2012-08-10 5.2863823399 8.5903713023
2012-08-11 5.6620263951 7.5493685268
2012-08-12 0.6178627047 0.6796489751
如果只删除单列xts对象的维度，它应该可以工作。然后R的回收规则可以接管。这比使用索引（x）！=索引（y）
时工作正常要好一些
R>（z（z1没有那么光滑，但是为了显示不同的东西，您可以使用sweep
R> (z <- x*drop(y))
a b
2012-08-03 0.2655087 5.310173
2012-08-04 0.7442478 7.070354
2012-08-05 1.7185601 10.311361
2012-08-06 3.6328312 15.439532
2012-08-07 1.0084097 3.226911
2012-08-08 5.3903381 13.475845
2012-08-09 6.6127269 13.225454
2012-08-10 5.2863823 8.590371
2012-08-11 5.6620264 7.549369
2012-08-12 0.6178627 0.679649
R> (z1 <- x*drop(y[1:5]))
a b
2012-08-03 0.2655087 5.310173
2012-08-04 0.7442478 7.070354
2012-08-05 1.7185601 10.311361
2012-08-06 3.6328312 15.439532
2012-08-07 1.0084097 3.226911
感谢并确认这也适用于真实数据（即，即使apply不适用，原因我还不明白）。Joshua的答案是逻辑的，当索引（y）
是索引（x）
的子集时，这个答案给出了一个错误，而DWin的向量方法使用循环规则。（即，每种技术都可能是不同应用的首选技术。）
R> (z <- x*drop(y))
a b
2012-08-03 0.2655087 5.310173
2012-08-04 0.7442478 7.070354
2012-08-05 1.7185601 10.311361
2012-08-06 3.6328312 15.439532
2012-08-07 1.0084097 3.226911
2012-08-08 5.3903381 13.475845
2012-08-09 6.6127269 13.225454
2012-08-10 5.2863823 8.590371
2012-08-11 5.6620264 7.549369
2012-08-12 0.6178627 0.679649
R> (z1 <- x*drop(y[1:5]))
a b
2012-08-03 0.2655087 5.310173
2012-08-04 0.7442478 7.070354
2012-08-05 1.7185601 10.311361
2012-08-06 3.6328312 15.439532
2012-08-07 1.0084097 3.226911
sweep(x, 1, y, "*")
# a b
#2012-08-04 0.2655087 5.310173
#2012-08-05 0.7442478 7.070354
#2012-08-06 1.7185601 10.311361
#2012-08-07 3.6328312 15.439532
#2012-08-08 1.0084097 3.226911
#2012-08-09 5.3903381 13.475845
#2012-08-10 6.6127269 13.225454
#2012-08-11 5.2863823 8.590371
#2012-08-12 5.6620264 7.549369
#2012-08-13 0.6178627 0.679649