从data.frame中按时间标准选择数据的步骤

下午好！现在我想自动处理财务数据，但我遇到了一个问题，即如何从data.frame中选择所需的数据

例如，我有data.frame的以下头部：

这里主要关注的是第一列周期-数据的时间频率可以为1m，如下所示，1s、1h、1d。我想写一个包含参数频率的函数。例如，如果频率=2h，则函数输出为new data.frame，其中包含2h前观察到的股票价格：

2015-01-02 00:00:00
2015-01-02 02:00:00
2015-01-02 04:00:00
....

如果频率为15s f.e.，则R必须输出初始数据帧，因为初始数据的频率为1m

但要实现这一任务，我有几个问题。你能帮帮我吗

我的逻辑是：

首先，要找到初始频率：

    time=data[,1]
freq=as.numeric(difftime(time[2], time[1]))

但问题是，在这种情况下，R只显示数字freq=1，我不知道它是1m、1h或1d。如何纠正

其次，f.e.我将获得频率=5m，但我的数据频率为1m，因此我需要更正我的表格，只保留第一、第六、第十一。。。排。我怎样才能做到？ 谢谢

---

以下是一种可能的解决方案：

  # 1. Load library
  library(dplyr)

   # 2. Data set sample
   df <- data.frame(
      period = c("2015-01-02 00:00:00", "2015-01-02 00:01:00", "2015-01-02 00:02:00", "2015-01-02 00:03:00", "2015-01-02 00:04:00", "2015-01-02 00:05:00"),
      bid_open = c(1.20860, 1.20870, 1.20865, 1.20875, 1.20885, 00:05:00))

    # 3. Feature engineering
   df <- df %>% mutate(
     year = as.numeric(substr(period, 1, 4)),
     month = as.numeric(substr(period, 6, 7)),
     day = as.numeric(substr(period, 9, 10)),
     hour = as.numeric(substr(period, 12, 13)),
     min = as.numeric(substr(period, 15, 16)),
     sec = as.numeric(substr(period, 18, 19)))

  # 4. Select data function
  select_data <- function(df, str_frequency){

     # 1. Define frequency parameters
     frequency_value <- as.numeric(substr(str_frequency, 1, 2))
     frequency_type <- substr(str_frequency, 3, nchar(str_frequency))

     # 2. Calculate result by using modulus operator %%
     df_result <- df[!(df[, c(frequency_type)] %% frequency_value), ]

     # 3. Return result
     return(df_result)
  }

# 5. Test (filter for "02min" as a basic test)
select_data(df, "01year")
select_data(df, "01month")
select_data(df, "01day")
select_data(df, "01hour")
select_data(df, "02min") # should filter here / change to "03min" also works
select_data(df, "01sec")

---

以下是一种可能的解决方案：

  # 1. Load library
  library(dplyr)

   # 2. Data set sample
   df <- data.frame(
      period = c("2015-01-02 00:00:00", "2015-01-02 00:01:00", "2015-01-02 00:02:00", "2015-01-02 00:03:00", "2015-01-02 00:04:00", "2015-01-02 00:05:00"),
      bid_open = c(1.20860, 1.20870, 1.20865, 1.20875, 1.20885, 00:05:00))

    # 3. Feature engineering
   df <- df %>% mutate(
     year = as.numeric(substr(period, 1, 4)),
     month = as.numeric(substr(period, 6, 7)),
     day = as.numeric(substr(period, 9, 10)),
     hour = as.numeric(substr(period, 12, 13)),
     min = as.numeric(substr(period, 15, 16)),
     sec = as.numeric(substr(period, 18, 19)))

  # 4. Select data function
  select_data <- function(df, str_frequency){

     # 1. Define frequency parameters
     frequency_value <- as.numeric(substr(str_frequency, 1, 2))
     frequency_type <- substr(str_frequency, 3, nchar(str_frequency))

     # 2. Calculate result by using modulus operator %%
     df_result <- df[!(df[, c(frequency_type)] %% frequency_value), ]

     # 3. Return result
     return(df_result)
  }

# 5. Test (filter for "02min" as a basic test)
select_data(df, "01year")
select_data(df, "01month")
select_data(df, "01day")
select_data(df, "01hour")
select_data(df, "02min") # should filter here / change to "03min" also works
select_data(df, "01sec")

---

对于您的输出，如果您选择频率=5分钟，您希望获得平均值，即输出将是该时段的平均出价高，等等，还是希望获得该时刻的准确值？这两种方法都是可行的，但根据您的输入数据，您可能没有某些瞬间的值。不，如果频率=5分钟，但我的数据每分钟都有观测值，我希望得到新的数据帧，其中旧数据将为：数据[1]，数据[6]，数据[11]，等等。因此，不要使用步骤=5观测值编号2-5。好的。对于初始时间步长频率，您可以使用difftimetime[1]，time[2]，units=mins，这样您就知道单位是分钟，对于其余的，lubridate软件包应该会有所帮助。对于您的输出，如果您选择frequency=5分钟，您希望获得平均值，即输出将是该时期的平均出价高值等，还是希望获得该时刻的准确值？这两种方法都是可行的，但根据您的输入数据，您可能没有某些瞬间的值。不，如果频率=5分钟，但我的数据每分钟都有观测值，我希望得到新的数据帧，其中旧数据将为：数据[1]，数据[6]，数据[11]，等等。因此，不要使用步骤=5观测值编号2-5。好的。对于初始时间步长频率，您可以使用difftimetime[1]，time[2]，units=mins，这样您就知道单位是分钟，对于其余的，lubridate软件包应该会有所帮助。