Як побудувати графік 20 років щоденних даних у часових рядах

У мене є такий набір даних: https://dl.dropbox.com/u/22681355/ORACLE.csv, і я хотів би побудувати щоденні зміни у "Відкрити" на "Дата", тому я зробив наступне:

oracle <- read.csv(file="http://dl.dropbox.com/u/22681355/ORACLE.csv", header=TRUE)
plot(oracle$Date, oracle$Open, type="l")

і я отримую наступне:

Зараз це, очевидно, не найприємніший сюжет коли-небудь, тому мені цікаво, який правильний метод використовувати при побудові таких детальних даних?

Проблема з вашими даними полягає не в тому, що вони надзвичайно деталізовані: у вас вихідні значення не бувають, тому вони побудовані з пробілами. Є два способи впоратися з цим:

1. Або спробувати вгадати приблизні значення у вихідні з деякими методами згладжування ( smooth.spline, loessі т.д.). Код простої інтерполяції наведено нижче. Але в цьому випадку ви внесете в дані щось "неприродне" та штучне. Тому я віддаю перевагу другому варіанту.

currentDate <- min(as.Date(oracle$Date))
dates <- c(currentDate)
openValues <- c(oracle$Open[5045])
i <- 5044
while (i > 0) {
  currentDate <- currentDate + 1;
  dates <- c(dates, currentDate)
  if (currentDate == as.Date(oracle$Date[i])) {
        # just copy value and move
        openValues <- c(openValues, oracle$Open[i])
        i <- i-1
      } else {
        # interpolate value
        openValues <- c(openValues, mean(oracle$Open[i:i-1]))
  }
}
plot(dates, openValues, type="l")

1. Ви можете переходити від щоденної до щотижневої, просто усереднюючи (наприклад, п’ять послідовних пунктів, що припадають на один тиждень (у цьому випадку ви «вбиваєте» певну інформацію). Просто короткий приклад того, як це зробити

openValues = c(mean(oracle$Open[1:5]));
dates = c(as.Date(oracle$Date[1]));
for (i in seq(6,5045,5)) {
  openValues = c(openValues, mean(oracle$Open[i:i+5]));
      dates = c(dates, as.Date(oracle$Date[i]));
}
plot(dates, openValues, type="l")

Сподіваюся, це допоможе.

Оскільки ця проблема є загальною для багатьох статистичних середовищ програмного забезпечення, давайте обговоримо її тут на перехресній валідації, а не перенести її на R-специфічний форум (наприклад, StackOverflow).

Реальна проблема в тому , що Dateрозглядається як фактор --a дискретної змінної - і тому лінії не підключені належним чином. (Також точки не розташовані ідеально точно в горизонтальному напрямку.)

Щоб зробити правильний графік, Dateполе було перетворене з коефіцієнта на фактичну дату, кожен тиждень ототожнювався з простим розрахунком (розбиваючи тижні між суботою та неділею), а рядки переривались у вихідні дні циклом за тижні:

oracle$date <- as.Date(oracle$Date)
oracle$week.num <- (as.integer(oracle$date) + 3) %/% 7 
oracle$week <- as.Date(oracle$week.num * 7 - 3, as.Date("1970-01-01", "%Y-%m-%d"))

par(mfrow=c(1,2))
plot(as.factor(unclass(oracle$Date[1:120])), oracle$Open[1:120], type="l",
     main="Original Plot: Inset", xlab="Factor code")
plot(oracle$date[1:120], oracle$Open[1:120], type="n", ylab="Price", 
     main="Oracle Opening Prices")
tmp <- by(oracle[1:120,], oracle$week[1:120], function(x) lines(x$date, x$Open, lwd=2))

(Еквівалент дати кожного тижня, що дає понеділок цього тижня, також зберігався у oracleкадрі даних, оскільки він може бути корисним для побудови зведених тижневих даних.)

Первісний намір можна досягти просто емуляцією останнього рядка для відображення всіх даних. Щоб додати трохи інформації про сезонну поведінку, наступний сюжет змінює колір за тижнями протягом кожного календарного року:

par(mfrow=c(1,1))
colors <- terrain.colors(52)
plot(oracle$date, oracle$Open, type="n", main="Oracle Opening Prices")
tmp <- by(oracle, oracle$week, 
          function(x) lines(x$date, x$Open, col=colors[x$week.num %% 52 + 1]))

Я б не інтерполював у вихідні дні. Дуже мало біржових торгів в суботу, і жодної, про яку я знаю в неділю. Ви представляєте оцінку даних, які ніколи не існували, то чому б не замість цього просто зняти суботу та неділю з набору даних? Я б зробив щось подібне нижче:

require(ggplot2)
require(scales)
require(gridExtra)
require(lubridate)
require(reshape)

set.seed(12345)

# Create data frame from random data
daysback <- 1000 # number of days, only a few for this example
startdate <- as.Date(format(now()), format = "%Y-%m-%d") - days(daysback)
mydf <- data.frame(mydate = seq(as.Date(startdate), by = "day", length.out = daysback),
                   open = runif(daysback, min = 600, max = 800))

# Now that we have a data frame, remove the weekend days
mydf <- mydf[!(weekdays(as.Date(mydf$mydate)) %in% c('Saturday','Sunday')),] # remove weekend days
    # Calculate change, except for the first date
    mydf$diff <- c(NA, diff(mydf$open))
    # Remove first row with no 'diff' value
    firstdate <- head(mydf$mydate, 1)
mydf <- mydf[mydf$mydate > firstdate, ]

p <- ggplot(mydf, aes(x = mydate, y = diff)) +
    geom_bar(data = mydf, stat = "identity", fill = "red")

print(p)

Щодо зовнішнього вигляду вашого сюжету, я вважаю, що додавання декількох міток під осі x візуально покращить його. Вигляд запропонованого сюжету ви можете побачити тут http://imgur.com/ZTNPniA

Я не знаю, як зробити такий сюжет, це просто ідея (яку я не бачив реалізувати в R)