我有两个具有不同尺寸的数据框。并想要划分两个数据框。我的原始数据框有巨大的编号。列数超过 4000,因此,给出每列的名称可能很麻烦。此外,如下所示,一个数据帧中的列可能在其他数据帧中没有相应的列。其中列名A.S
,A
是公司名称,S
表示其公司A
的价格数据, A.V
表示是A
公司的成交量数据。一个重要的细节是我的样本量是从 2000 年到 2014 年。因此,如果公司 a 在 2002 年开始交易,那么它在 2000 年和 2001 年将出现 NA。那么,我也应该如何解决这个问题。
df1<- S
Date A.S B.S C.S
01/01/2000 1 10 19
02/01/2000 2 11 20
03/01/2000 3 12 21
04/01/2000 NA 13 22
05/01/2000 NA 14 23
06/01/2000 NA NA 24
07/01/2000 7 NA 25
08/01/2000 8 NA 26
09/01/2000 9 18 27
The other dataframe
df2<-V
Date A.V B.V
01/01/2000 12 NA
02/01/2000 12 NA
03/01/2000 12 3
04/01/2000 12 4
05/01/2000 12 5
06/01/2000 NA 6
07/01/2000 NA 7
08/01/2000 NA 8
09/01/2000 NA 9
并希望得到所需的结果如下。
df3<-df1/df2
Date A B C
01/01/2000 0.08 NA NA
02/01/2000 0.17 NA NA
03/01/2000 0.25 4 NA
04/01/2000 NA 3 NA
05/01/2000 NA 3 NA
06/01/2000 NA NA NA
07/01/2000 NA NA NA
08/01/2000 NA NA NA
09/01/2000 NA 2 NA
非常感谢您的帮助
最佳答案
有几种方法可以解决这个问题。一种方法是使用正则表达式来同质化列名称(我为此创建了“编辑”数据框,您当然可以使用原始数据来执行此操作。
#edit column names
df1_edit <- df1
colnames(df1_edit) <- gsub("\\.S","",colnames(df1_edit))
df2_edit <- df2
colnames(df2_edit) <- gsub("\\.V","",colnames(df2_edit))
#create vector of all columns that need to be made, excluding 'Date'
all_cols <- unique(c(colnames(df1_edit)[-1],colnames(df2_edit)[-1]))
#create missing columns
df1_edit[,setdiff(all_cols,colnames(df1_edit))] <- NA
df2_edit[,setdiff(all_cols,colnames(df2_edit))] <- NA
#now divide the dataframes, using all_cols to ensure correct order (and thus division)
res <- cbind(Date=df1_edit$Date, df1_edit[,all_cols]/df2_edit[,all_cols])
> res
Date A B C
1 01/01/2000 0.08333333 10.000000 NA
2 02/01/2000 0.16666667 5.500000 NA
3 03/01/2000 0.25000000 4.000000 NA
4 04/01/2000 0.33333333 3.250000 NA
5 05/01/2000 0.41666667 2.800000 NA
6 06/01/2000 0.50000000 2.500000 NA
7 07/01/2000 0.58333333 2.285714 NA
8 08/01/2000 0.66666667 2.125000 NA
9 09/01/2000 0.75000000 2.000000 NA
另一种方法是进行一些数据 reshape 。首先,我们将两个数据帧都转换为 long 并操作“变量”变量。然后我们合并(all=T 生成我们的 NA)、分割并 reshape 为宽。
library(data.table)
df1_l <- melt(setDT(df1),id.var="Date", value.var="value.S")
df1_l$var <-gsub("\\.S","",df1_l$variable)
df2_l <- melt(setDT(df2), id.var="Date",value.var="value.V")
df2_l$var <-gsub("\\.V","",df2_l$variable)
df_merge <- merge(df1_l, df2_l, by=c("Date","var"),all=T)
df_merge$res <- df_merge$value.x/df_merge$value.y
res <- dcast(df_merge, Date~var,value.var="res")
> res
Date A B C
1: 01/01/2000 0.08333333 10.000000 NA
2: 02/01/2000 0.16666667 5.500000 NA
3: 03/01/2000 0.25000000 4.000000 NA
4: 04/01/2000 0.33333333 3.250000 NA
5: 05/01/2000 0.41666667 2.800000 NA
6: 06/01/2000 0.50000000 2.500000 NA
7: 07/01/2000 0.58333333 2.285714 NA
8: 08/01/2000 0.66666667 2.125000 NA
9: 09/01/2000 0.75000000 2.000000 NA
关于r - 如何在 R 中划分缺失数据的不等数据帧,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34557692/