Question

我是R的新手，并且一直在努力解决以下问题，所以我希望有人能够帮助我。

样本数据代表股票价格回报（每行是一个月周期）。实际数据集要大得多，其结构类似于以下输入：

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

对于给定的股票，在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，所以我要实现的输出如下：

所需的输出：

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

我已经尝试了一些方法，但是它们似乎只适用于单个向量，而不是具有多列的数据集。我尝试使用lapply来解决此问题，但到目前为止还没有任何运气。我得到的最接近的信息如下所示。

我的单个向量解决方案：

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]

将非常感谢任何指导！谢谢！

Answer 1

有三个问题。首先，写：

df <- cbind(stock1,stock2,stock3,stock4)

不创建数据框。它创建一个矩阵。当您尝试使用lapply时，这是一个问题，它将在数据框的列上但在矩阵的元素上进行操作。相反，您应该写：

df <- data.frame(stock1,stock2,stock3,stock4)

第二，您在lapply中使用的函数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，而lapply将返回一行NA的数据帧，而不是您想要的数据框）。

第三，当1:n可以为零时（即，当第一个股票报价不为零时），您需要注意n，因为1:0给出了序列{{1 }}，而不是一个空序列。（可以说这是R最愚蠢的功能之一。）

因此，以下内容将为您提供所需的内容：

c(1,0)

输出符合预期：

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
}))

更新：如@Daniel_Fischer所述，有一个巧妙的技巧可以避免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问题。您可以改为：

1:0

这利用了R在这种类型的索引操作中忽略零的事实，因此：

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
}))

Answer 2

这可能不是最优雅的方法，但我认为它可行

www.example.com/api/ajax?123
www.example.com/api/ajax?1234

编辑：对该函数的一些简要说明：首先，我创建一个向量，该向量在列中为零的每个位置处增加，然后检查该向量在哪个位置处不增加（=表示不存在两个彼此相邻的零），然后我仍要取其中的最小值，并确保它们仅是前导零（这样就不会更改矩阵中的值）

Answer 3

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) #the following function only works if df is actually a data.frame

df[] <- lapply(df, function(x) {ifelse(cumsum(x) == 0 & x == 0, NA, x)})

df

  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

一些解释：首先检查每个单元格的累积colSum和当前单元格是否等于0。如果是这样，则返回NA，否则返回原始值。 df后面的括号可确保lapply函数再次返回分配给dataframe的{{1}}。

此外，如果您真的不需要df作为数据帧，那么它也可以正常工作：

df

对于非零之前的值，用NA替换零

3 个答案: