Rといえば、apply系関数！表計算的な事が簡単に出来ますよ！

a<-apply(xdata,1,mean)　#　引数の2番目に1とすると行に対して演算
> head(a)　#　head()は先頭の6個のデータを呼び出せる。データが大きい時に便利。（,x）で数値指定すれば表示数を変更可能
2023-07-24 06:03:00 2023-07-24 06:05:00 2023-07-24 06:06:00 2023-07-24 06:09:00 
           141.7675            141.6825            141.6868            141.6965 
2023-07-24 06:10:00 2023-07-24 06:11:00 
           141.6975            141.6962 

b <- apply(xdata,2,var)　#　2を設定すると列に対して演算　この場合分散を求めている。
> b
    open     high      low    close 
2.510861 2.497637 2.524620 2.511231 

c <- c(1,2,3,4,5,2,3,4,5,6,7,8,9,1,2)　#　長さ15の数値
d <- rep(c("a","b","c"),5)　#　長さ15にするために、rep()でa,b,cの3つのグループを5回繰り返す
tapply(c, d, mean)　#　ｃの並びをdグループに分けて、それぞれの平均を求める。
  a   b   c 
4.6 3.8 4.0 
#　今回はベクトル同士でやっていますが、データフレームなどでも長さが一緒であれば抜き出してまとめられます

a <- c(1,2,3)
b <- c(2,3,4)
c <- c(3,4,5)
tlist <- list(a,b,c) # リストを作りました
> lapply(tlist,mean)　#　リストの平均値を求めて　リストで結果が戻る
[[1]]
[1] 2

[[2]]
[1] 3

[[3]]
[1] 4
> sapply(tlist,mean)　#　リストの平均値を求めて　ベクトルで結果が戻る
[1] 2 3 4

#mapply用に関数を作る
#　function(引数,・・・)｛計算内容｝で自作関数を作ることが出来る

my_func <- function(x,y){　#　自作関数の引数の書き方を決定
+   z <- x-y　　　　　　　　#引数を用いた計算内容を定義
+   return(z)　　　　　　　#　計算結果を表示
+ }　　
> my_func(1,2)　#　今回はmy_func(x,y)という関数に、引数2つで差を取る関数を作った
[1] -1

result <- mapply(my_func,xdata$high,xdata$low)　#　自作関数をxdataのhighとlowを引数として適用
> head(result,10)　#　10個目までのデータを確認
 high  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA> 
0.165 0.005 0.020 0.021 0.023 0.005 0.005 0.002 0.053 0.014 
> head(xdata$high-xdata$low,10)　#　直接計算させたものを見てみる
                     high
2023-07-24 06:03:00 0.165
2023-07-24 06:05:00 0.005
2023-07-24 06:06:00 0.020
2023-07-24 06:09:00 0.021
2023-07-24 06:10:00 0.023
2023-07-24 06:11:00 0.005
2023-07-24 06:12:00 0.005
2023-07-24 06:13:00 0.002
2023-07-24 06:14:00 0.053
2023-07-24 06:15:00 0.014　#　計算結果は一致！

result <- mapply(my_func,xdata[,2],xdata[,3])　#　こういう書き方でもOK!
> head(result,10)
 high  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA>  <NA> 
0.165 0.005 0.020 0.021 0.023 0.005 0.005 0.002 0.053 0.014