在带有嵌入 xts 对象的 tibble 下方
library(quantmod)
library(tidyverse)
Tickers <- c("AAPL","JNJ","KO","NKE")
Stock_Data <- sapply(Tickers, function(x) getSymbols(x,
from="1970-01-01",auto.assign = FALSE),
USE.NAMES = TRUE, simplify = FALSE) %>%
enframe(name="Ticker",value="Price_Data") %>%
dplyr::mutate(Price_2016 = map(Price_Data,function(x) x['2016'])) %>%
dplyr::mutate(n_days = map_dbl(Price_Data, function(x) ndays(x)))
现在我想创建一个新列,其中仅包含那些超过 10000 天的 xts 对象。
Stock_Data <- Stock_Data %>%
dplyr::mutate(Price_If = map(Price_Data, ~ifelse(ndays(.x) > 10000,
.x,
NA)))
我已经尝试过上述方法,但得到一个仅包含一个数字的列表,当条件为 TRUE 时,它应该是整个 xts 对象,请参见下文:
然后尝试使用when & map2
Stock_Data <- Stock_Data %>%
dplyr::mutate(Price_If = map2(Price_Data,Price_2016, ~when(ndays(.x) > 10000 ~ .x,
ndays(.x) <= 10000 ~ .y)))
得到了这个结果:
对于应该返回 .x 的情况,如何找到正确的解决方案以及 ifelse 和 when 实际发生了什么?
最佳答案
您的问题由两部分组成;让我们分别看看它们:
1) ifelse
ifelse
只适用于“简单”值,例如向量。您不能使用它来返回更复杂的对象。另请参阅已记录的示例,这些示例已经演示了日期的意外行为。但是你可以只使用“正常”if-else
像这样的 block :
Stock_Data %>%
dplyr::mutate(Price_If = map(Price_Data, ~if(ndays(.x) > 10000) .x else NA))
这会导致与 map2
的方法类似的结果.
2)仅提取一组观察结果
恐怕您无法使用 mutate
提取一组观察结果(行) 。 mutate
添加或更改列,因此结果将始终包含所有观察结果/行。要过滤观察结果,请使用 filter
来自 dplyr
的函数像这样:(在您使用 n_days
创建 mutate
列之后)
Stock_Data %>%
dplyr::filter(n_days > 10000)
关于使用 map/ifelse/when 嵌入 xts 对象的 R purrr 数据操作,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43579502/