我有一个数据框 z，每天有 800 万次观察。对于每家公司(用 seriesid 衡量)，我想要当月的最后一个值(如果可用)，以及之前(当月内)的总返回和收盘价的值。
我试过使用 z[apply.monthly(z$date,max,by = z$seriesid)]，但是这只返回 NA。其他 apply 尝试只返回一个日期值(因此不与 seriesids 结合)
date company totalreturn close seriesid
1: 2018-01-30 x 910.2214 133.375 55860
2: 2018-02-06 x 905.9561 132.750 55860
3: 2018-02-13 x 900.8377 132.000 55860
4: 2018-02-20 x 900.8377 132.000 55860
5: 2018-02-27 x 911.0745 133.500 55860
6: 2017-03-06 y 921.3112 135.000 55940
7: 2017-03-13 y 917.8990 134.500 55940
理想情况下，数据集将显示为
date company totalreturn close seriesid
1: 2018-01-30 x 910.2214 133.375 55860
5: 2018-02-27 x 911.0745 133.500 55860
7: 2017-03-13 y 917.8990 134.500 55940
每个公司每月包含一个非 NA 的观察值
最佳答案
我们可以group_by seriesid 和 year-month 并为 totalreturn 和 close 选择非 NA 的最后一行。
library(dplyr)
df %>%
group_by(seriesid, month = format(date, "%Y%m")) %>%
slice(which.max(cumsum(!is.na(totalreturn) & !is.na(close)))) %>%
ungroup() %>%
select(-month)
# date company totalreturn close seriesid
# <date> <fct> <dbl> <dbl> <int>
#1 2018-01-30 x 910. 133. 55860
#2 2018-02-27 x 911. 134. 55860
#3 2017-03-13 y 918. 134. 55940
这是假设您的 date 列是 Date 类型，否则您需要先将其更改为 Date 类。
或者使用 base R ave 我们可以做到
df1 <- df[complete.cases(df), ]
df1[unique(with(df1, ave(seq_along(date), seriesid, format(date, "%Y%m"),
FUN = function(x) tail(x, 1)))), ]
关于r - 每个公司每个月的最后观察 (R)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55933064/