cbind()正在改变日期格式

Question

我正在尝试创建数据框的子集,当我这样做时,R会切换日期列的格式.知道为什么或如何解决这个问题？

> head(spyPr2)
        Date   Open   High    Low  Close    Volume Adj.Close
1 12/30/2011 126.02 126.33 125.50 125.50  95599000    125.50
2 12/29/2011 125.24 126.25 124.86 126.12 123507200    126.12
3 12/28/2011 126.51 126.53 124.73 124.83 119107100    124.83
4 12/27/2011 126.17 126.82 126.06 126.49  86075700    126.49
5 12/23/2011 125.67 126.43 125.41 126.39  92187200    126.39
6 12/22/2011 124.63 125.40 124.23 125.27 119465400    125.27
> spyPr2$Date <- as.Date(spyPr2$Date, format = "%m/%d/%Y")
> head(spyPr2)
        Date   Open   High    Low  Close    Volume Adj.Close
1 2011-12-30 126.02 126.33 125.50 125.50  95599000    125.50
2 2011-12-29 125.24 126.25 124.86 126.12 123507200    126.12
3 2011-12-28 126.51 126.53 124.73 124.83 119107100    124.83
4 2011-12-27 126.17 126.82 126.06 126.49  86075700    126.49
5 2011-12-23 125.67 126.43 125.41 126.39  92187200    126.39
6 2011-12-22 124.63 125.40 124.23 125.27 119465400    125.27
> spyPr2 <- data.frame(cbind(spyPr2$Date, spyPr2$Close, spyPr2$Adj.Close))
> str(spyPr2)
'data.frame':   1638 obs. of  3 variables:
 $ X1: num  15338 15337 15336 15335 15331 ...
 $ X2: num  126 126 125 126 126 ...
 $ X3: num  126 126 125 126 126 ...
> head(spyPr2)
     X1     X2     X3
1 15338 125.50 125.50
2 15337 126.12 126.12
3 15336 124.83 124.83
4 15335 126.49 126.49
5 15331 126.39 126.39
6 15330 125.27 125.27

更新:

> spyPr2 <- data.frame(cbind(spyPr2["Date"], spyPr2$Close, spyPr2$Adj.Close))
Error in `[.data.frame`(spyPr2, "Date") : undefined columns selected
> spyPr2 <- data.frame(cbind(spyPr2[,"Date"], spyPr2$Close, spyPr2$Adj.Close))
Error in `[.data.frame`(spyPr2, , "Date") : undefined columns selected

更新2:

structure(list(Date = structure(c(15338, 15337, 15336, 15335, 
15331, 15330), class = "Date"), Open = c(126.02, 125.24, 126.51, 
126.17, 125.67, 124.63), High = c(126.33, 126.25, 126.53, 126.82, 
126.43, 125.4), Low = c(125.5, 124.86, 124.73, 126.06, 125.41, 
124.23), Close = c(125.5, 126.12, 124.83, 126.49, 126.39, 125.27
), Volume = c(95599000L, 123507200L, 119107100L, 86075700L, 92187200L, 
119465400L), Adj.Close = c(125.5, 126.12, 124.83, 126.49, 126.39, 
125.27)), .Names = c("Date", "Open", "High", "Low", "Close", 
"Volume", "Adj.Close"), row.names = c(NA, -6L), class = "data.frame")

Answer 1

明显的答案是不做那样的子集化!使用适当的工具.出什么问题了

spyPr2.new <- spyPr2[, c("Date", "Close", "Adj.Close")]

？

要解释您所看到的行为,您需要了解$返回的内容以及如何cbind()工作.cbind()R是其中的一个奇怪之处,其中方法调度不是通过常规方法完成的,而是通过埋在R内部的特殊代码处理.这是后面的所有R代码cbind():

> cbind
function (..., deparse.level = 1) 
.Internal(cbind(deparse.level, ...))
<bytecode: 0x24fa0c0>
<environment: namespace:base>

没什么帮助,嗯？但是有数据框和"ts"对象的方法:

> methods(cbind)
[1] cbind.data.frame cbind.ts*       

   Non-visible functions are asterisked

在我进行显示之前,还要注意$返回的内容(dat2转换Date为"Date"对象后的6行数据):

> str(dat2$Date)
 Date[1:6], format: "2011-12-30" "2011-12-29" "2011-12-28" "2011-12-27" ...

这是一个"Date"对象,它实际上是一个特殊的向量.

> class(dat2$Date)
[1] "Date"

关键是它不是数据框架.因此,当您使用时cbind(),内部代码会看到三个向量,内部代码会创建一个矩阵.

> (c1 <- cbind(dat2$Date, dat2$Close, dat2$Adj.Close))
      [,1]   [,2]   [,3]
[1,] 15338 125.50 125.50
[2,] 15337 126.12 126.12
[3,] 15336 124.83 124.83
[4,] 15335 126.49 126.49
[5,] 15331 126.39 126.39
[6,] 15330 125.27 125.27
> class(c1)
[1] "matrix"

R中只能有数字或字符矩阵,因此Date对象转换为数字向量:

> as.numeric(dat2$Date)
[1] 15338 15337 15336 15335 15331 15330

允许cbind()生成数字矩阵.

您可以通过显式调用来强制使用数据框方法,它确实知道如何处理"Date"对象,因此不进行任何转换:

> cbind.data.frame(dat2$Date, dat2$Close, dat2$Adj.Close)
   dat2$Date dat2$Close dat2$Adj.Close
1 2011-12-30     125.50         125.50
2 2011-12-29     126.12         126.12
3 2011-12-28     124.83         124.83
4 2011-12-27     126.49         126.49
5 2011-12-23     126.39         126.39
6 2011-12-22     125.27         125.27

但是,除了所有解释之外,您正试图以非常复杂的方式进行子集化.[作为子集函数工作得很好:

> dat2[, c("Date", "Close", "Adj.Close")]
        Date  Close Adj.Close
1 2011-12-30 125.50    125.50
2 2011-12-29 126.12    126.12
3 2011-12-28 124.83    124.83
4 2011-12-27 126.49    126.49
5 2011-12-23 126.39    126.39
6 2011-12-22 125.27    125.27

subset() 也是一个选项,但这里不需要:

> subset(dat2, select = c("Date", "Close", "Adj.Close"))
        Date  Close Adj.Close
1 2011-12-30 125.50    125.50
2 2011-12-29 126.12    126.12
3 2011-12-28 124.83    124.83
4 2011-12-27 126.49    126.49
5 2011-12-23 126.39    126.39
6 2011-12-22 125.27    125.27

Answer 2

我想我可以将其称为drop = FALSE带有数据框的陷阱的隐藏实例。

当您使用 时cbind，它仅在至少一个组件也是数据框时才使用数据框方法。否则，一切都将转换为单一类型以构造矩阵。

因此，调用cbind像spyPr2$Date或这样的元素spyPr2[,'Date']将导致一个矩阵（丢失日期结构），它不会通过将其全部包装在data.frame.

如果您用于[选择每一列，则可以执行此操作，但只能通过使用drop = FALSEwhich 防止 R 将结果转换为向量（这会回到您开始使用 R 将结果强制转换为矩阵的位置）：

cbind(spyPr2[,'Date',drop = FALSE],spyPr2[,'Close'])

就足够了，因为您只需要将其中一个组件作为数据框。

但是 Gavin 总的来说是对的，您不应该以这种方式对数据框进行子集化。