Question

我有一个棘手的问题，我希望你友好的人可以帮助我。

我有一个数据集（df1），其中包含可变公司ID，日，日3，日+3，每个id代表公司的股票代码。

dataset（news）包括变量公司id，day，newstitle，weight

我想在数据集（df1）中创建两个变量event1和event2

event1 =它在时间范围[df1 $ range-3，df2 $ range + 3]之间计算来自数据集（新闻）的newstile的事件，而新闻$ newstitle包含每个df $ id的“order”

event2 =它计算时间范围[df1 $ range-3，df2 $ range + 3]之间的新闻事件与新闻$ newstitle包含每个df @ id的“dividend”

我已经改写了我的问题以便更好地理解。我非常感谢你的帮助。

最佳。

#this would be desired result with new vars event1,event2 
out <- read.table(text="
                   id,date,date_bef3,date_aft3,event1,event2        
                   1605,1992/12/15,1992/12/12,1992/12/18,0,0
                   1705,1992/12/30,1992/12/27,1993/1/2,1,1
                   3412,1992/12/31,1992/12/28,1993/1/3,0,0  
                   9921,1993/1/7,1993/1/4,1993/1/10,0,0
                   2314,1993/1/18,1993/1/15,1993/1/21,1,0",
                   header=T,sep=",")

#this is index data
df1<-out[,-c(5,6)]

#this is simulated news source data
news<- read.table(text="
                  id,date,newstitle,weight  
                  2543,1992/12/30,new order,1
                  1705,1992/12/29,dividend payment,1
                  1705,1993/1/1,new order,1
                  9921,1993/1/1,new product,1
                  2314,1993/1/16,new order,1",
                  header=T,sep=",")

就像那样的SQL代码：

proc sql;select *
  sum (case when news$newstitle="order" ) as event1,
  sum (case when news$newstitle="dividend" ) as event2,
from df1,new
where news$date between df$date_bf3 and df$date_af3 ,
news$id=df$id

我的初步过程：

1：内部合并df1和新闻“id”

2：设置虚拟事件1 = 1如果 newdate（date_bef3，date_aft3）和 newstitle包含“订单” 设置虚拟事件2 = 1如果 newdate（date_bef3，date_aft3）和 newstitle包含“dividend”

3：按（id，date）

折叠（求和）event1 event2

setDT(df1,key="id")
setDT(news,key="id")
%inner merge
df<-df1[news,]

%set dummy event1, something wrong here 
df[newstitle=="order",event1:=as.numeric(between(newsdate,date_bef3,date_aft3))]

Answer 1

根据您的评论，我相信您想要的是：

# Make dates actual dates instead of factors
library(lubridate)
df1$date_bef3 <- ymd(df1$date_bef3)
df1$date_aft3 <- ymd(df1$date_aft3)
news$date     <- ymd(news$date)

event1 = sum(news$newstitle[news$id == df1$id & df1$date_bef3 <= news$date & df1$date_aft3 >= news$date]=="new order")
event2 = sum(news$newstitle[news$id == df1$id & df1$date_bef3 <= news$date & df1$date_aft3 >= news$date]=="dividend payment")

如果遇到特定单词，R会在时间范围内计算事件

1 个答案: