我正在研究产品的价格。我每天都有随机丢失一些信息的数据。
在此处查看缺少 1 月 4 日信息的最小示例:
library(lubridate)
library(data.table)
mockData <- data.table(timeStamp=c(ymd("20180101"), ymd("20180102"), ymd("20180103"), ymd("20180105")),
price=c(10,15,12,11))
我想将滞后价格添加到我的 data.table
但如果缺少前一天,我想要一个 NA
而不是最近的信息。
我自己解释一下:
如果我使用 shift
函数:
mockData[, lag_price:=shift(price,type="lag")]
我得到:
structure(list(timeStamp = structure(c(17532, 17533, 17534, 17536
), class = "Date"), price = c(10, 15, 12, 11), lag_price = c(NA,
10, 15, 12)), row.names = c(NA, -4L), class = c("data.table",
"data.frame"))
但我真正想要的是:
structure(list(timeStamp = structure(c(17532, 17533, 17534, 17536
), class = "Date"), price = c(10, 15, 12, 11), lag_price = c(NA,
10, 15, NA)), row.names = c(NA, -4L), class = c("data.table",
"data.frame"))
我觉得使用 data.table
更舒服,但我会使用 data.frame
、dplyr
和 tidyverse
如果需要
最佳答案
您可以添加一个ifelse
语句来检查连续的天数
mockData[, lag_price := ifelse(timeStamp - shift(timeStamp) == 1, shift(price), NA)]
# timeStamp price lag_price
#1: 2018-01-01 10 NA
#2: 2018-01-02 15 10
#3: 2018-01-03 12 15
#4: 2018-01-05 11 NA
关于r - 滞后值与日期,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54974770/