Question

我有一个包含几个数据框的列表，每个数据框包含2个逗号“ date”和“ XXX_price”，例如波音价格，通用价格...

它们不在一张纸上。每个公司都有自己的工作表。

现在，我想将na.locf应用于所有公司的“价格”列。像这样：

Q <- list(Boeing, GM; ...) 

Select from every company the column ending with "_price" and apply n.locf.
Afterwards I would like to add another column diff(log(XXX_price)).
Finally I would like to add all return columns in on sheet.

所以总结一下。我想知道如何在列表上应用函数，如何命名新列以及如何提取它们。必须和gsub放在一起。

但是我不知道该怎么做。

Date   Boeing_price
12.11.2010  53.478
15.11.2010  53.918
16.11.2010  53.215
17.11.2010  52.978
18.11.2010  54.766
19.11.2010  53.901
22.11.2010  54.274
23.11.2010  53.91
24.11.2010  55.444
26.11.2010  54.927
29.11.2010  54.554
30.11.2010  54.054


Date    GM_Price
12.11.2010  #NA
15.11.2010  #NA
16.11.2010  #NA
17.11.2010  28.5455
18.11.2010  29.5749
19.11.2010  29.6355
22.11.2010  #NA
23.11.2010  28.7618
24.11.2010  28.9607
26.11.2010  29.2376
29.11.2010  #NA
30.11.2010  29.5836

有人知道怎么做吗？

Answer 1

最后使用注释中的数据进行尝试：

library(zoo)

f <- function(data) {
  data[[2]] <- na.locf0(data[[2]])
  data
}

L2 <- lapply(L, f)

另一种可能性是将数据帧合并为单个数据帧，并将其转换为zoo或xts对象并使用：

library(zoo)
z <- na.locf(read.zoo(do.call("merge", L)), na.rm = FALSE)

要获取xts对象：

library(xts)
X <- as.xts(z)

注意

我们假设输入数据以可复制的形式显示在这里：

Lines1 <- "Date   Boeing_price
12.11.2010  53.478
15.11.2010  53.918
16.11.2010  53.215
17.11.2010  52.978
18.11.2010  54.766
19.11.2010  53.901
22.11.2010  54.274
23.11.2010  53.91
24.11.2010  55.444
26.11.2010  54.927
29.11.2010  54.554
30.11.2010  54.054"
DF1 <- read.table(text = Lines1, header = TRUE, na.strings = "#NA")
DF1$Date <- as.Date(DF1$Date, "%d.%m.%Y")

Lines2 <- "Date    GM_Price
12.11.2010  #NA
15.11.2010  #NA
16.11.2010  #NA
17.11.2010  28.5455
18.11.2010  29.5749
19.11.2010  29.6355
22.11.2010  #NA
23.11.2010  28.7618
24.11.2010  28.9607
26.11.2010  29.2376
29.11.2010  #NA
30.11.2010  29.5836"
DF2 <- read.table(text = Lines2, header = TRUE, na.strings = "#NA",
 comment.char = "")
DF2$Date <- as.Date(DF2$Date, "%d.%m.%Y")

L <- list(DF1, DF2)

如何将na.locf应用于不同data.frames中所有以“ price”结尾的列

1 个答案:

注意