Question

我搜索了如何在R中复制索引匹配并找到了适用于较小数据集的解决方案，但不适用于两个数据框，其中包括（a）5年多次掉期利率的每日利率历史以及（ b）具有200,000多条记录的个人贷款细节。我通过索引（匹配）操作excel中的结果，但想学习在R中执行此操作的有效方法。

简而言之：

ifelse(is.na(a + dplyr::lag(a)), a, NA)
#[1]  3 NA NA NA NA  1 NA NA  2 NA NA NA

我希望匹配/加入数据，以便只将特定原始日期的费率从适当的索引输入到LoanData中的新列。我再次尝试使用spread（）/ gather（）从另一篇文章中提出建议，并且适用于这个小例子但是对我的完整数据集使用了太多内存。

我在下面试过，但给了我一个矩阵结果

RateData <- data.frame(Date = c("2018-01-01","2018-01-05","2018-01-08","2018-01-17"), 
               Threeyr = c(1.25,1.27,1.29, 1.30), 
               Fiveyr = c(2.3,2.31,2.34, 2.4),
               Tenyr = c(2.8,2.89,2.75, 2.6),
               PRIME = c(4.0,4,4, 4.25))

LoanData <- data.frame(OriginationDate = c("2018-01-01","2018-01-01","2018-01-01","2018-01-05",
                                       "2018-01-08","2018-01-08","2018-01-17"),
                   LNTYPE = c(83,101,115,83,83,105,115),
                   PriceIndex = c('Threeyr','Fiveyr','PRIME','Threeyr','Threeyr','Fiveyr','PRIME'))

如何获得所需的结果：

LoanData$Rate <- RateData[match(LoanData$OriginationDate,RateData$Date),
                      match(LoanData$PriceIndex,colnames(RateData))]

非常感谢任何帮助！

Answer 1

你非常接近，只是你必须使用矩阵在多个维度下标，否则你会得到组合的产物。正确的是：

LoanData$Rate <- RateData[cbind(
  match(LoanData$OriginationDate, RateData$Date),
  match(LoanData$PriceIndex, colnames(RateData))
)]

Answer 2

您可以使用reshape2库：

library(reshape2)
x00=melt(RateData)
LoanData$Rate=sapply(1:nrow(LoanData),function(x) filter(x00,Date==LoanData[x,1]&variable==LoanData[x,3])$value)

Answer 3

这是一个试验：

library(data.table)

#Find all the names in Ratedata that match the Priceindex per date

 A=setDT(LoanData)[,.(names(RateData[-1])%in%PriceIndex,1:4),keyby=OriginationDate]

 #Rearrange the data,then only take the Rates that you need
 B=dcast(A,OriginationDate~V2,value.var = "V1")[-1]*RateData[-1]

#Reshape it to the required order after removing the rows whereby the rate is 0
 data.frame(na.omit(`is.na<-`(C<-melt(cbind(RateData[1],B),1),C==0)),LoanData$LNTYPE)

         Date variable value LoanData.LNTYPE
1  2018-01-01        1  1.25              83
2  2018-01-05        1  1.27             101
3  2018-01-08        1  1.29             115
5  2018-01-01        2  2.30              83
7  2018-01-08        2  2.34              83
13 2018-01-01        4  4.00             105
16 2018-01-17        4  4.25             115

R中的索引匹配

3 个答案: