我有一个问题,想知道是否有代码可以比手动完成更快地解决我的问题。
因此,例如,我有100种不同的基金,其中有许多证券。在每个基金中,我都有基金中每种证券类型的Name
,显示给定季度的Date
,发行证券的State
和{{1 }}总额中的每笔证券。 Weighting
并不重要,只是Name
的发布地。
我想知道是否有一种方法可以让我根据每个季度要使用的特定State
从每个不同的基金中添加Weighting
。因此,从Fund1说,我只需要State
的总和即可用于16-1Q的状态SC和AZ。总和为(.18 + 0.001)。我不需要包括KS的权重,因为我对该特定状态不感兴趣。我只会对每个FundId的州SC和AZ感兴趣。但是,在我真正的问题中,我对约30个州感兴趣。然后,我将对Fund1在16-2Q执行相同的任务,依此类推,直到17-4Q。我的最终目标是找到我感兴趣的州的每个投资组合权重的总和,并观察其随着时间的变化。我可以通过每个基金手动完成此操作,但是有一种方法可以根据我想要的Weighting
和每个Weighing
自动为每个FundId
总结State
( 16-1Q,16-2Q等)?
最后,我想要一张桌子,例如:
(。XX)是投资组合权重的总和
数据示例
答案 0 :(得分:1)
您发送的“数据示例”链接的数据格式比“ XX是投资组合权重之和”示例好得多……只有在Excel中,您才会喜欢这种其他类型的格式
因此,请使用示例数据框进行此操作
library(dplyr)
example_data <- example_data %>%
group_by(Fund_Id) %>%
summarize(sum = sum(Weighting))
答案 1 :(得分:1)
我们可以在aggregate
中使用base R
aggregate(Weighting ~ Fund_id, example_data, sum)