我对 R 中的数据表很陌生,并且已经成功完成了 80% 的分析。背景是我想获得股票5天(之前和之后)的返回,然后是报告后25天和45天的返回。我已经成功地针对一组日期完成了此操作(有效地硬编码),但是当我尝试自动化该过程时,它崩溃了。
我将从我当前的公式开始,然后解释数据。
该公式成功查看数据表并返回我需要的总和。问题是 datem5 和 V1 需要通过循环(或 mapply)来自动化该过程。
CQR_Date[CQR_DF[CQR_Date, sum(CQR), on = .(unit, date >= date1, date <= datem5),
by = .EACHI], newvar := V1, on = .(unit, date1=date)]
我尝试过这个(以及许多其他变体)。请注意 newvar 也需要解决。
for (i in 1:4) {
CQR_Date[CQR_DF[CQR_Date, sum(CQ), on = .(unit, date >= date1, date <= cols[,..i]),
by = .EACHI], newvar := v, on = .(unit, date1=date)]
但出现此错误
Error: argument specifying columns specify non existing column(s): cols[3]='cols[, ..i]'
有趣的是,当我尝试时
for (i in 1:2) {
y <- cols[,..i]}
没有问题。
现在就数据而言;
col 仅包含我需要从 CQR_Data 获取的列标题
cols <- data.table("datem5", "datep5", "datep20", "datep45")
CQ_Data 具有股票 CQ 的报告日期,如下所示
CQ_Date <- data.frame("date1" = anydate(c("2016-02-17", "2016-06-12", "2016-08-17")))
CQ_Date$datem5 <- CQ_Date$date1 - 5 # minus five days
CQ_Date$datep5 <- CQ_Date$date1 + 5 # plus five days
CQ_Date$datep20 <- CQ_Date$date1 + 20
CQ_Date$datep45 <- CQ_Date$date1 + 45
CQ_Date$unit <- 1 # I guess I need this for some sort of indexing
然后 CQ_DF(股票的对数 yield )由以下公式构成:
CQ_DF <- data.frame("unit" = rep(1,300))
CQ_DF$CQ <- rnorm(10)
CQ_DF$date <- seq(as.Date("2015-12-25"), by = "day", length.out = 300)
CQ_DF$unit <- 1
将它们设置为 DT 之前
setDT(CQ_DF)
setDT(CQ_Date)
任何帮助将不胜感激。请注意,这使用了
library(data.table)
library(anytime)
简化版本是:
CQ_Date <- data.frame("date1" = c(10, 20))
CQ_Date$datep5 <- CQ_Date$date1 + 5 # plus five days
CQ_Date$datep20 <- CQ_Date$date1 + 10
CQ_Date$unit <- 1
CQ_DF <- data.frame("unit" = rep(1,100))
CQ_DF$CQ <- seq(1, by = 1, length.out = 100)
CQ_DF$date <- seq(1, by = 1, length.out = 100)
CQ_DF$unit <- 1
setDT(CQ_DF)
setDT(CQ_Date)
cols <- c("datep5", "datep20" )
tmp <- melt(CQ_Date, measure.vars = cols)
setDT(tmp)
tmp[CQ_DF[tmp, sum(CQ), on = .( unit, date >= date1, date <= value), by =
.EACHI],newvar := V1, on = .(unit, date1=date )]
现在的问题是总和似乎无法正常工作。这可能与“变量”变量有关。
最佳答案
不要使用 mapply
或 for
循环,而是尝试使用 melt
以长格式 reshape 数据集,在数字之间创建序列,执行连接并计算总和
。
library(data.table)
cols <- c("datep5", "datep20" )
tmp <- melt(CQ_Date, measure.vars = cols)
tmp <- melt(CQ_Date, measure.vars = cols)
tmp <- tmp[, list(date = seq(date1, value)), .(unit, variable, date1, value)]
tmp <- merge(tmp, CQ_DF, by = c('unit', 'date'))
tmp[, .(newvar = sum(CQ)), .(unit, variable, date1)]
# unit variable date1 newvar
#1: 1 datep5 10 75
#2: 1 datep20 10 165
#3: 1 datep5 20 135
#4: 1 datep20 20 275
如果您需要以宽格式返回数据,可以使用dcast
。
等效的tidyverse
选项是:
library(tidyverse)
CQ_Date %>%
pivot_longer(cols = cols) %>%
mutate(date = map2(date1, value, seq)) %>%
unnest(date) %>%
left_join(CQ_DF, by = c('unit', 'date')) %>%
group_by(unit, name, date1) %>%
summarise(newvar = sum(CQ))
关于r - 将 Data.Tables (R) 与循环或 mapply 组合,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63225414/