我有一个包含两列的数据框:日期和返回。
df <- tibble(
date = lubridate::today() +0:9,
return= c(1,2.5,2,3,5,6.5,1,9,3,2))
现在我想添加第三列,条件为ifelse。 如果第t天的收益高于3.5,则第二天t + 1的重做为NA(否则=第t天的收益)。
这是我想要的输出:
date return retrun_subsequent_day
<date> <dbl> <dbl>
1 2019-03-14 1 1
2 2019-03-15 2.5 2.5
3 2019-03-16 2 2
4 2019-03-17 3 3
5 2019-03-18 5 5
6 2019-03-19 6.5 NA
7 2019-03-20 1 NA
8 2019-03-21 9 9
9 2019-03-22 3 NA
10 2019-03-23 2 2
有人可以形容我该如何制定条件?
答案 0 :(得分:6)
一种base R
方法将是创建“ return”的副本作为新列“ return_sub”,然后使用数字索引(i1)将值分配给NA
>
i1 <- which(df$return > 3.5)
df$return_subsequent_day <- df$return
df$return_subsequent_day[pmin(i1 +1, nrow(df))] <- NA
df$return_subsequent_day
#[1] 1.0 2.5 2.0 3.0 5.0 NA NA 9.0 NA 2.0
答案 1 :(得分:6)
使用lag
中的mutate
和dplyr
。对于滞后,我们将上一行的return
值与3.5
进行比较:如果值较大或相等,则取NA
;如果值较小,则取当前行的返回值
library(dplyr)
df <- df %>% mutate(return_subsequent_day = ifelse(lag(return, default = 0) >= 3.5, NA, return))
输出:
# A tibble: 10 x 3
date return return_subsequent_day
<date> <dbl> <dbl>
1 2019-03-14 1 1
2 2019-03-15 2.5 2.5
3 2019-03-16 2 2
4 2019-03-17 3 3
5 2019-03-18 5 5
6 2019-03-19 6.5 NA
7 2019-03-20 1 NA
8 2019-03-21 9 9
9 2019-03-22 3 NA
10 2019-03-23 2 2
答案 2 :(得分:2)
使用ifelse的简单解决方案
df$return_sub_day <- ifelse(dplyr::lag(df$return) > 3.5, NA ,df$return)
df$return_sub_day[1] <- df$return[1]
答案 3 :(得分:1)
迷惑,但简短有趣:
df$return_subsequent_day <- df$return * lag(df$return < 3.5, 1, 1)^NA
答案 4 :(得分:0)
数据表方式,对于较大的数据集有效-
data.table::setDT(df)[,return_sbq:=ifelse(shift(return,fill=0) >= 3.5, NA, return)]
> df
date return return_sbq
1: 2019-03-14 1.0 1.0
2: 2019-03-15 2.5 2.5
3: 2019-03-16 2.0 2.0
4: 2019-03-17 3.0 3.0
5: 2019-03-18 5.0 5.0
6: 2019-03-19 6.5 NA
7: 2019-03-20 1.0 NA
8: 2019-03-21 9.0 9.0
9: 2019-03-22 3.0 NA
10: 2019-03-23 2.0 2.0