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!
1> K. A. Buhr..:
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NA
s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.