对于非零之前的值,用NA替换零

我是R的新手,现在已经和以下人员挣扎了一段时间,所以我希望有人可以帮助我.

样本数据代表股票价格回报(每行是月度期间).真实的数据集要大得多,其结构类似于下面的输入:

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

给定股票的非零之前的任何零表示缺少数据,而不是该期间的零返回.我想将这些值设置为NA,因此我想要实现的输出如下:

期望的输出:

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

我尝试了一些东西,但它们似乎只适用于单个向量而不是具有多列的数据集.我试过用lapply解决这个问题,但到目前为止还没有运气.我得到的最接近的如下所示.

我的单矢量解决方案:

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]

非常感谢任何指导!谢谢!

有三个问题.首先,写作:

df <- cbind(stock1,stock2,stock3,stock4)

不会创建数据框.它创建了一个矩阵.当您尝试使用时lapply,这是一个问题,它将在数据框的列上操作,但在矩阵的元素上操作.相反,你应该写:

df <- data.frame(stock1,stock2,stock3,stock4)

其次,您正在使用的函数lapply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NAs的数据帧而不是您想要的数据帧).

第三,你需要注意1:n什么时候n可以为零(即,当第一个股票报价非零时)因为1:0给出序列c(1,0)而不是空序列.(这可以说是R最愚蠢的功能之一.)

因此,以下内容将为您提供所需内容:

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
}))

输出如预期:

  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: 正如@Daniel_Fischer所说,有一个聪明的伎俩可以避免这个1:0问题.你可以写:

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R在这种类型的索引操作中忽略零的事实,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.