我是R的新手,并且一直在努力解决以下问题,所以我希望有人能够为我提供帮助。
样本数据代表股票价格返回(每行是一个月周期)。实际数据集要大得多,其结构类似于以下输入:
输入:
stock1 <- c(0.01, -0.02, 0.01, 0.05, 0.04, -0.02)
stock2 <- c(0, 0, 0.02, 0.04, -0.03, 0.02)
stock3 <- c(0, 0, 0.02, 0, -0.01, 0.03)
stock4 <- c(0, -0.02, 0.01, 0, 0, -0.02)
df <- cbind(stock1,stock2,stock3,stock4)
stock1 stock2 stock3 stock4
[1,] 0.01 0.00 0.00 0.00
[2,] -0.02 0.00 0.00 -0.02
[3,] 0.01 0.02 0.02 0.01
[4,] 0.05 0.04 0.00 0.00
[5,] 0.04 -0.03 -0.01 0.00
[6,] -0.02 0.02 0.03 -0.02
对于给定的股票,在非零之前的任何零都表示缺少数据,而不是在此期间返回零。我想将这些值设置为NA,所以我要实现的输出如下:
所需的输出:
stock1 <- c(0.01, -0.02, 0.01, 0.05, 0.04, -0.02)
stock2 <- c(NA, NA, 0.02, 0.04, -0.03, 0.02)
stock3 <- c(NA, NA, 0.02, 0, -0.01, 0.03)
stock4 <- c(NA, -0.02, 0.01, 0, 0, -0.02)
df <- cbind(stock1,stock2,stock3,stock4)
stock1 stock2 stock3 stock4
[1,] 0.01 NA NA NA
[2,] -0.02 NA NA -0.02
[3,] 0.01 0.02 0.02 0.01
[4,] 0.05 0.04 0.00 0.00
[5,] 0.04 -0.03 -0.01 0.00
[6,] -0.02 0.02 0.03 -0.02
我已经尝试了一些方法,但是它们似乎只适用于单个向量,而不是具有多列的数据集。我尝试使用lapply来解决此问题,但到目前为止还没有任何运气。我得到的最接近的信息如下所示。
我的单向量解决方案:
stock1[1:min(which(stock1!=0))-1 <- NA
我的多向量解决方案不起作用:
lapply(df,function(x) x[1:min(which(x!=0))-1 <- NA]
将不胜感激任何指导!谢谢!
最佳答案
有三个问题。首先,写:
df <- cbind(stock1,stock2,stock3,stock4)
不创建数据框。它创建一个矩阵。当您尝试使用
lapply
时,这是一个问题,它将在数据框的列上但在矩阵的元素上运行。相反,您应该写:df <- data.frame(stock1,stock2,stock3,stock4)
其次,您在
lapply
中使用的函数需要返回修改后的向量。否则,返回值将是意外的(在这种情况下,赋值将返回单个NA
,并且lapply
将返回一行NA
的数据帧,而不是所需的数据帧)。第三,当
1:n
可以为零时(即,当第一个股票报价不为零时),您需要小心n
,因为1:0
给出了c(1,0)
序列而不是空序列。 (可以说这是R最愚蠢的功能之一。)因此,以下内容将为您提供所需的信息:
stock1 <- c(0.01, -0.02, 0.01, 0.05, 0.04, -0.02)
stock2 <- c(0, 0, 0.02, 0.04, -0.03, 0.02)
stock3 <- c(0, 0, 0.02, 0, -0.01, 0.03)
stock4 <- c(0, -0.02, 0.01, 0, 0, -0.02)
df <- data.frame(stock1,stock2,stock3,stock4)
as.data.frame(lapply(df, function(x) {
n <- min(which(x != 0)) - 1
if (n > 0)
x[1:n] <- NA
x
}))
输出是预期的:
stock1 stock2 stock3 stock4
1 0.01 NA NA NA
2 -0.02 NA NA -0.02
3 0.01 0.02 0.02 0.01
4 0.05 0.04 0.00 0.00
5 0.04 -0.03 -0.01 0.00
6 -0.02 0.02 0.03 -0.02
更新:如@Daniel_Fischer所述,有一个巧妙的技巧可以避免
1:0
问题。您可以改写:as.data.frame(lapply(df, function(x) {
n <- min(which(x != 0)) - 1
x[0:n] <- NA # use 0:n instead of 1:n
x
}))
这利用了以下事实:R在这种类型的索引操作中会忽略零,因此:
x[0:0] <- NA # same as x[0] <- NA and does nothing
x[0:1] <- NA # same as x[1] <- NA
x[0:2] <- NA # same as x[1:2] <- NA, etc.
关于r - 用NA替换零以表示非零之前的值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51834220/