Question

我刚刚开始学习R（实际上，只有一天的经验），我正在尝试将SQL代码迁移到R只是为了看看它们的比较。

其中一个用例是计算平均股票购买价格。现在在我的数据中，我有负数和正数的交易，只有+体积用于计算平均值。另一方面，具有 - 交易量的行需要平均购买价格，因为之后用于计算该销售交易的盈利/亏损。

可以像这样构建样本数据：

df = data.frame(matrix(rnorm(20)*10, nrow=10))
df$X3 <- df$X2 * df$X2

然后我有一个函数来计算avg：

avgPurchasePrice <- function(volume, eurPrice){
  price <- vector(mode="numeric", length=length(volume))
  s=0
  t=0
  for(i in 1:length(volume)){
    if(volume[i]>0){
      price[i] <- volume[i]*eurPrice[i]+t;
      volume[i]<-volume[i]+s;
      s <- volume[i];
      t <- price[i];
    } else {
      volume[i] <- s;
      price[i] <-t;
    }
    volume[i]=price[i]/volume[i];
  }
  volume
}

和平均值计算为

df$avgPrice <- avgPurchasePrice(df$X1,df$X3)

问题：这种方法可以吗？我不知道R并且可能有更好的方法/模式来实现它，因为这种方法似乎非常“传统”

编辑：

我认为应该是：对于每个正数量，计算平均（买入）价格作为总价格与总交易量的比率;负数量使用最后一个值而不改变它

我查看了dplyr并想出了这个（只适用于我的数据文件）

stock %>% group_by(FINANCIAL_INSTRUMENT) %>% mutate( cumPrice=cumsum(vol=ifelse(VOLUME>0,VOLUME,0L)*PricE), cumVol=cumsum(ifelse(VOLUME>0L,VOLUME,0L)), cumPrice/cumVol)

Answer 1

这是原始代码，几乎没有改进，并且dplyr与原生R代码的等效解决方案

set.seed(323)
df = data.frame(matrix(rnorm(20)*10, nrow=10))
df[,2]=abs(df[,2])
colnames(df)<-c("Volume","Price")
#df$EurPrice <- df$Volume * df$Price
avgPurchasePrice <- function(volume, eurPrice){
    price <- vector(mode="numeric", length=length(volume))
    s=0
    t=0
    avpr=vector()
    for(i in 1:length(volume)){
      if(volume[i]>0){
        price[i] <- volume[i]*eurPrice[i]+t;
        volume[i]<-volume[i]+s;
        s <- volume[i];
        t <- price[i];
      } else {
        volume[i] <- s;
        price[i] <-t;
      }
      avpr[i]=price[i]/volume[i];
    }
    avpr
  }
#average
df$avgPrice <- avgPurchasePrice(df$Volume,df$Price)

df$avgPrice2<-cumsum(ifelse(df$Volume>0,df$Volume,0)*df$Price)/cumsum(ifelse(df$Volume>0,df$Volume,0))
df

       Volume      Price avgPrice avgPrice2
1  -5.332687  2.0293922      NaN       NaN
2  12.148825  3.8633988 3.863399  3.863399
3   7.528894  1.3639138 2.907071  2.907071
4   2.158501  6.1042484 3.223110  3.223110
5   8.886568 13.2210598 6.115018  6.115018
6   7.884685 13.7922340 7.682912  7.682912
7   1.436665  8.9700328 7.729090  7.729090
8  -2.235569  2.0624435 7.729090  7.729090
9   8.707973  0.2852434 6.399490  6.399490
10  3.924928  1.0760426 6.002844  6.002844

R计算平均购买价格

1 个答案: