将dplyr的group_by、mutate应用于xts时间序列失败，求解决方法

报错的核心原因是xts/zoo对象不属于tidyverse兼容的数据结构，dplyr的group_by、mutate等函数没有针对这类时间序列对象的实现，因此直接对xts对象调用这些函数会触发方法不匹配错误。

以下是两种可行的解决办法：

方案一：先在数据框层面完成分组计算，再转xts #

原始的ttrc_total是标准数据框，先利用dplyr完成分组计算，再转换为xts对象，避免类型冲突：

library(TTR)
library(tidyverse)
library(xts)

data(ttrc)
ttrc_total <- rbind(ttrc %>% mutate(category='A'),
                    ttrc %>% mutate(category='B'),
                    ttrc %>% mutate(category='C'))

# 1. 数据框分组计算ATR（ATR返回列表，需提取`atr`列）
ttrc_processed <- ttrc_total %>%
  group_by(category) %>%
  mutate(ATR_10 = ATR(select(., High, Low, Close), n=10)$atr) %>%
  ungroup()

# 2. 转换为xts对象，用Date列作为时间索引
ttrc_xts <- xts(ttrc_processed %>% select(-Date), order.by = ttrc_processed$Date)

方案二：基于xts对象直接分组处理 #

如果需要保留xts对象的操作流程，可以通过split拆分分组、lapply批量计算后再合并：

library(TTR)
library(tidyverse)
library(xts)

data(ttrc)
ttrc_total <- rbind(ttrc %>% mutate(category='A'),
                    ttrc %>% mutate(category='B'),
                    ttrc %>% mutate(category='C'))

# 1. 先转换为xts对象
ttrc_xts <- xts(ttrc_total %>% select(-Date), order.by = ttrc_total$Date)

# 2. 按category拆分xts为列表，逐个计算ATR
xts_grouped <- split(ttrc_xts, f = ttrc_xts$category)
ttrc_xts_with_atr <- lapply(xts_grouped, function(group) {
  group$ATR_10 <- ATR(group[, c("High", "Low", "Close")], n=10)$atr
  group
}) %>% do.call(rbind, .)

内容的提问来源于stack exchange，提问作者anderwyang