11

我有一个时间序列数据框，想计算一系列日期的日内股票代码的累积回报。当代码和/或日期发生变化时，累积回报应重置。任何帮助，将不胜感激。下面是我的数据框的一个小样本，包括累积总和列应该返回的内容。谢谢。 

       Date Symbol  Time   Last Return Cumulative.Sum
1  1/2/2013     AA  9:30  42.00    n/a            n/a
2  1/2/2013     AA 12:00  42.50  1.19%          1.19%
3  1/2/2013     AA 16:00  42.88  0.89%          2.08%
4  1/2/2013   AAPL  9:30 387.00    n/a            n/a
5  1/2/2013   AAPL 12:00 387.87  0.22%          0.22%
6  1/2/2013   AAPL 16:00 388.69  0.21%          0.44%
7  1/3/2013     AA  9:30  42.88    n/a            n/a
8  1/3/2013     AA 12:00  42.11 -1.80%         -1.80%
9  1/3/2013     AA 16:00  41.89 -0.52%         -2.32%
4

3 回答 3

13

使用这个data.table包是微不足道的。如果您的数据在data.frame被调用dat：

library(data.table)
DT <- data.table(dat)

DT[, your_cumsum_function(.SD), by=c('Date', 'Symbol')]

组定义.SD的子集在哪里。有关更多信息，请参阅。data.tableby?data.table

您也可以直接传递列名：

DT[, your_cumsum_function(Last), by=c('Date', 'Symbol')]

在您的特定示例中，请执行以下操作：

DT[, Return := as.numeric(sub('%$', '', Return))]
DT[!is.na(Return), Cumulative.Sum := cumsum(Return), by = c('Date', 'Symbol')]
于 2013-05-24T18:58:47.857 回答
11

这是split-apply-combine策略的典型案例：您data.frame通过某些列（Date 和 Symbol）的独特组合来拆分您的列，在子集上应用一个过程（cumsum在 Return 上）并将子集组合回一个大的data.frame. 这可以ddply从plyr包中轻松实现：

mdf$Return <- as.numeric(sub( "(\\d+\\.\\d+)\\%", "\\1", mdf$Return ))
mdf$Return[ is.na(mdf$Return) ] <- 0

library(plyr)
ddply(mdf, .(Date,Symbol), transform, Cumulative.Sum = cumsum(Return))

      Date Symbol  Time   Last Return Cumulative.Sum
1 1/2/2013     AA  9:30  42.00   0.00           0.00
2 1/2/2013     AA 12:00  42.50   1.19           1.19
3 1/2/2013     AA 16:00  42.88   0.89           2.08
4 1/2/2013   AAPL  9:30 387.00   0.00           0.00
5 1/2/2013   AAPL 12:00 387.87   0.22           0.22
6 1/2/2013   AAPL 16:00 388.69   0.21           0.43
7 1/3/2013     AA  9:30  42.88   0.00           0.00
8 1/3/2013     AA 12:00  42.11  -1.80          -1.80
9 1/3/2013     AA 16:00  41.89  -0.52          -2.32
于 2013-05-24T19:00:55.930 回答
2

示例数据（注意：我使用lubridate库只是为了调用dmy函数）

library(lubridate) 
df <- data.frame(
  Date = dmy( c( "1/2/2013", "1/2/2013", "1/2/2013", "1/2/2013"
                 , "1/2/2013", "1/2/2013", "1/3/2013", "1/3/2013", "1/3/2013" ) ),
  Symbol = c( "AA", "AA", "AA", "AAPL", "AAPL", "AAPL", "AA", "AA", "AA" ),
  Return = c( NA, 1.19, 0.89, NA, 0.22, 0.21, NA, -1.80, -0.52 )
)

现在，dplyr您可以使用group_by您的数据框并创建所需的列Cum_Sum：

library(dplyr)
df %>% group_by(Date, Symbol) %>% 
  mutate( Return_aux = ifelse( is.na(Return), 0, Return ), #remove NA
          Cum_Sum = cumsum(Return_aux) )

# A tibble: 9 x 5
# Groups:   Date, Symbol [3]
  Date       Symbol Return Return_aux Cum_Sum
  <date>     <fct>   <dbl>      <dbl>   <dbl>
1 2013-02-01 AA      NA          0       0   
2 2013-02-01 AA       1.19       1.19    1.19
3 2013-02-01 AA       0.89       0.89    2.08
4 2013-02-01 AAPL    NA          0       0   
5 2013-02-01 AAPL     0.22       0.22    0.22
6 2013-02-01 AAPL     0.21       0.21    0.43
7 2013-03-01 AA      NA          0       0   
8 2013-03-01 AA      -1.8       -1.8    -1.8 
9 2013-03-01 AA      -0.52      -0.52   -2.32
于 2018-12-13T14:15:47.700 回答