在数据框中找到符合动态条件的第一行

时间:2018-07-10 17:38:06

标签: r dplyr quantmod

下面是一些示例代码:

library(quantmod)
library(dplyr)


stock.prices <- getSymbols(Symbols = 'AAPL', from = '2017-08-08', to = '2017-08-17', env = NULL)[,c(2,4)]
stock.dividends <- getDividends(Symbol = 'AAPL', from = '2017-08-08', to = '2017-08-17')

summary <- merge(stock.prices, stock.dividends)
summary <- data.frame(date=index(summary), coredata(summary))
summary <- mutate(summary, buy.price = ifelse(is.na(AAPL.div), NA, lag(AAPL.Close, 1)))
summary

它产生以下数据:

        date AAPL.High AAPL.Close AAPL.div lag.buy.price
1 2017-08-08    161.83     160.08       NA            NA
2 2017-08-09    161.27     161.06       NA            NA
3 2017-08-10    160.00     155.32     0.63        161.06
4 2017-08-11    158.57     157.48       NA            NA
5 2017-08-14    160.21     159.85       NA            NA
6 2017-08-15    162.20     161.60       NA            NA
7 2017-08-16    162.51     160.95       NA            NA

我想这样添加一列:

        date AAPL.High AAPL.Close AAPL.div lag.buy.price    sell.date
1 2017-08-08    161.83     160.08       NA            NA           NA
2 2017-08-09    161.27     161.06       NA            NA           NA
3 2017-08-10    160.00     155.32     0.63        161.06   2017-08-15
4 2017-08-11    158.57     157.48       NA            NA           NA
5 2017-08-14    160.21     159.85       NA            NA           NA
6 2017-08-15    162.20     161.60       NA            NA           NA
7 2017-08-16    162.51     160.95       NA            NA           NA

这找到了我可以卖出的第二个盈亏平衡日期...我在2017-08-09购买股票以有资格在第二天获得股息。我支付每股161.06。收到股息后,我现在想以> = 161.06的价格出售。我可以做到的第一天是2017年8月15日。

我可以运行一个for循环来实现这一目标,但它看起来相当粗糙且效率低下。

是否可以使用dplyr生成“ sell.date”列?

3 个答案:

答案 0 :(得分:2)

这应该可以带你到那里:

library(quantmod)
library(tidyverse)


stock.prices <- getSymbols(Symbols = 'AAPL', from = '2017-08-08', to = '2017-08-17', env = NULL)[,c(2,4)]
stock.dividends <- getDividends(Symbol = 'AAPL', from = '2017-08-08', to = '2017-08-17')

summary <- merge(stock.prices, stock.dividends) %>% 
  as_tibble() %>% 
  rownames_to_column('date') %>% 
  coredata() %>% 
  mutate(buy.price = ifelse(is.na(AAPL.div), NA, lag(AAPL.Close, 1)))

new_summary <- summary %>% 
  rownames_to_column() %>%
  mutate(rowname = as.numeric(rowname),
         sell.date = map2_chr(rowname, buy.price, function(row, buy){
           if(is.na(row) | is.na(buy)){
             NA
          }else{
            data <- summary %>% 
              mutate(lt_buy = AAPL.High >= buy) %>% 
              filter(lt_buy == T, rowname > row) 

            min(data$date)
          }
        }))

首先,您需要将行号附加到数据框。然后,您应该使用purrr::map遍历数据(我将您的library(dplyr)更改为library(tidyverse)以获得purrr)。 purrr::map2接受两个向量输入(在这种情况下,您的data.frame的两列-我可以随意切换到tibble)并在这些输入上运行一个函数。我在此处编写的匿名函数会过滤摘要tibble中输入日期之外的日期和高于购买价格的价格。然后返回满足该条件的最短日期。

我还对您的数据设置进行了一些更改,以使其使用管道链和更多tidy类型的结构。

希望这会有所帮助!

答案 1 :(得分:2)

df[is.na(df$AAPL.div),'AAPL.div'] <- 0

sell.date <- 
with(df, {
  bought <- date > as.Date('2017-08-09')
  date[which.max(bought & (AAPL.Close + cumsum(AAPL.div*bought)) > 161.06)]})
sell.date     
#[1] "2017-08-15"

将此添加为列

df$sell.date <- ifelse(is.na(df$lag.buy.price), NA, sell.date)

df
#          date AAPL.High AAPL.Close AAPL.div lag.buy.price  sell.date
# 1: 2017-08-08    161.83     160.08     0.00            NA       <NA>
# 2: 2017-08-09    161.27     161.06     0.00            NA       <NA>
# 3: 2017-08-10    160.00     155.32     0.63        161.06 2017-08-15
# 4: 2017-08-11    158.57     157.48     0.00            NA       <NA>
# 5: 2017-08-14    160.21     159.85     0.00            NA       <NA>
# 6: 2017-08-15    162.20     161.60     0.00            NA       <NA>
# 7: 2017-08-16    162.51     160.95     0.00            NA       <NA>

使用的数据

library(data.table)
df <- fread("
a        date AAPL.High AAPL.Close AAPL.div lag.buy.price
1 2017-08-08    161.83     160.08       NA            NA
2 2017-08-09    161.27     161.06       NA            NA
3 2017-08-10    160.00     155.32     0.63        161.06
4 2017-08-11    158.57     157.48       NA            NA
5 2017-08-14    160.21     159.85       NA            NA
6 2017-08-15    162.20     161.60       NA            NA
7 2017-08-16    162.51     160.95       NA            NA
")[, -1]

答案 2 :(得分:1)

此解决方案并非完全没有for循环,但我想您是说要循环比较每个值(此处已向量化该部分)。万一您发现有一个以上的股息,您将需要此循环:

summary$sell.date<-as.Date(rep(NA,7))


for(i in 1:length(which(!is.na(summary$buy.price))))
summary$sell.date[which(!is.na(summary$buy.price))[i]]<- summary[c(rep(FALSE,which(!is.na(summary$buy.price))[i]-1),(summary[which(!is.na(summary$buy.price))[i]:nrow(summary),"AAPL.High"]>summary[!is.na(summary$buy.price),"buy.price"][i])),"date"][1]

它产生以下结果:

     date AAPL.High AAPL.Close AAPL.div buy.price  sell.date
1 2017-08-08    161.83     160.08       NA        NA       <NA>
2 2017-08-09    161.27     161.06       NA        NA       <NA>
3 2017-08-10    160.00     155.32     0.63    161.06 2017-08-15
4 2017-08-11    158.57     157.48       NA        NA       <NA>
5 2017-08-14    160.21     159.85       NA        NA       <NA>
6 2017-08-15    162.20     161.60       NA        NA       <NA>
7 2017-08-16    162.51     160.95       NA        NA       <NA>