r - R数据表包中时间序列的高效操作

Question

非常感谢您的评论/回答。

上下文:我有一个包含十几个国家/地区掉期利率每日价格的大型数据表。这些列是 [ID、日期、X1Y、X2Y、X3Y ... X30Y]，其中 X..Y 是指示 yield 曲线部分的列(例如，X1Y 是 1 年期掉期，X3Y 是 3 年期掉期)。这两个键是ID(例如“AUD”、“GBP”)和日期(例如“2001-04-13”、“2001-04-16”)。

虚拟数据:

set.seed(123)
dt <- cbind(ID=rep(c("AUD","GBP"),c(100,100)),X1Y=rnorm(200),X2Y=rnorm(200),X3Y=rnorm(200))
dt <- data.table(dt)
dt[,Date := seq(from=as.IDate("2013-01-01"), by="1 day", length.out=100)]
setkeyv(dt,c("ID","Date"))

问题 1:首先生成一些虚拟信号。如果有 100 列相当复杂的信号生成公式编码在一个单独的函数中，比如 genSig(X1Y)，语法是什么？这就是我仅使用 3 列和一些无意义的公式的意思:

dt[,SIG1  :=c(0, diff(X1Y ,1)),by="ID"]
dt[,SIG2  :=c(0, diff(X2Y ,1)),by="ID"]
dt[,SIG3  :=c(0, diff(X3Y ,1)),by="ID"]

问题 2:基于“月中”结转列。例如，使用 SIG 列，我想让每个月 15 日之后的所有内容都与 15 日的信号相同，直到下个月的 15 日。棘手的是，实际数据只包含交易日，所以如果是周末/假期，有些月份没有 15 日。另一个问题是使用有效的语法，我可以在每个月的开始使用循环(我知道..)来实现类似的东西，只是为了说明我的意思:

for (i in 2:length(dt$Date)){
  if(as.POSIXlt(dt[i,]$Date)$mon == as.POSIXlt(dt[i-1,]$Date)$mon){
    dt[i, SIG1 := dt[i-1,SIG1]] 
    dt[i, SIG2 := dt[i-1,SIG2]] 
    dt[i, SIG3 := dt[i-1,SIG3]] 
  }
}

我不知道如何处理“月中”问题，因为它可能在 15 日、16 日或 17 日。与问题 1 一样，如果有插入/更新多个/十几个列的智能方法，我们将不胜感激。

Answer 1

就问题 2 而言，您可以使用滚动连接:

# small sample to demonstrate
dt = data.table(date = as.Date(c('2013-01-01', '2013-01-15', '2013-01-17', '2013-02-14', '2013-02-17'), '%Y-%m-%d'), val = 1:5)
dt
#         date val
#1: 2013-01-01   1
#2: 2013-01-15   2
#3: 2013-01-17   3
#4: 2013-02-14   4
#5: 2013-02-17   5

setkey(dt, date)
midmonth = seq(as.Date('2013-01-15', '%Y-%m-%d'),
               as.Date('2013-12-15', '%Y-%m-%d'),
               by = '1 month')

dt[, flag := 0]
dt[J(midmonth), flag := 1, roll = -Inf]
dt
#         date val flag
#1: 2013-01-01   1    0
#2: 2013-01-15   2    1
#3: 2013-01-17   3    0
#4: 2013-02-14   4    0
#5: 2013-02-17   5    1

现在您可以cumsum flag 来获得您想要的分组，例如做:

dt[, val1 := val[1], by = cumsum(flag)]
dt
#         date val flag val1
#1: 2013-01-01   1    0    1
#2: 2013-01-15   2    1    2
#3: 2013-01-17   3    0    2
#4: 2013-02-14   4    0    2
#5: 2013-02-17   5    1    5