R从市场交易的完整历史记录中找出每日平均价格的小时平均差

我有一个表，列出了一段时间内一种证券在市场交易所的所有交易

Epoch        Date       Time     Price
1.452033e+12 2016-01-05 14:37:38 0.00220556
1.452033e+12 2016-01-05 14:37:31 0.00220888
1.452033e+12 2016-01-05 14:37:15 0.00220888

我想看看价格和时间之间是否有联系。我的计划是取每天的平均价格，然后从当天的价格中减去它，得到平均价格的差额。然后，计算每个小时间隔的平均差值。然后，对于一天中24小时的每个时段，计算平均每小时平均差

---

到目前为止，我已经知道了如何使用tapply（）获得每天的平均价格。我可以将

用于

循环，但我想学习在R中更简洁地执行循环的技巧。

使用dplyr包，您可以执行以下操作：

library(dplyr)
df %>% group_by(Date) %>% mutate(normalizedPrice = Price - mean(Price, na.rm = TRUE))

df %>% group_by(Date, hourOfDay) %>% mutate(normalizedDailyHourOfDayPrice = Price - mean(Price, na.rm = TRUE))

要按小时执行相同操作，您可以为“一天中的小时”添加一个新列，并执行非常类似的操作：

df$hourOfDay <- format(df$Time, '%H') # You will need time in POSIXct format
df %>% group_by(hourOfDay) %>% mutate(normalizedHourOfDayPrice = Price - mean(Price, na.rm = TRUE))

---

诸如此类……这样做有效吗？

如何安装软件包？我发现库中出现了

错误（dplyr）：没有名为'dplyr'的包

您可以使用

install.packages（“dplyr”）

太棒了，它工作了！现在我知道如何把事情分组了。只有一个问题，为什么它在标题处显示数据类型？这是dplyr中的一个新功能，我认为这实际上是一件非常好的事情。：）