【问题标题】:Creating an index column based on months across years根据跨年的月份创建索引列
【发布时间】:2016-06-13 08:50:38
【问题描述】:

我想创建一个索引列,记录从一年的 10 月到明年 9 月的时间段Here is a large sample data to emphasise the point。请注意数据的面板设置。假设,我正在尝试计算此窗口上每只股票的 A 平均值,例如20011 年 10 月到 2012 年 9 月。一旦我有了索引列,我将执行以下操作:

meanDF = aggregate(cbind(A) ~ Index + Firm, df, FUN = mean)

除了平均计算之外,我将执行许多自定义操作,因此我可以轻松地替换上面代码中的自定义函数。请帮忙。非常感谢。

【问题讨论】:

  • 我猜你需要提取月份、年份并将其用作分组变量。
  • 使用as.Date将日期转换为日期类,并使用format转换为年月。
  • 使用它作为分组变量。我猜你有兴趣获得平均值而不是一些索引。
  • 没有。索引很重要,因为除了平均值之外,我还会将它用于许多其他自定义计算
  • 如果需要数字索引,则将年份月份(从format 获取)转换为factor,然后强制转换为numeric

标签: r date panel-data


【解决方案1】:

我用您的数据创建了一个索引列 ('yymm'),使其显示为四位数字格式,例如2011 年 10 月的 1110。

dat <- read.csv("./input/p_df.csv")
dat$Date <- as.character(dat$Date)
dat$Date<-as.Date(dat$Date, format="%m/%d/%Y")
dat$yymm <- format(dat$Date, format="%y%m")

为每个十月至九月期间创建一个包含开始日期和结束日期的矩阵:

dd <- structure(c(1110, 1209, 1210, 1309, 1310, 1409, 1410, 1509), .Dim = c(2L, 4L))

     [,1] [,2] [,3] [,4]
[1,] 1110 1210 1310 1410
[2,] 1209 1309 1409 1509

将数据分成4个单独的data.frame,对应于矩阵的起始周期:

df2<-lapply(1:4, function(x)dat %>% filter(mmyy >= dd[1,x] & mmyy <= dd[2,x]))

按公司对每个数据集进行分组并汇总股票的平均值(A 到 F):

plyr::llply(df2, function(x) x %>% group_by(Firm) %>% select(A:F) %>% summarise_each(funs(mean)))

[[1]]
Source: local data frame [5 x 7]

            Firm        A       B        C        D         E         F
          (fctr)    (dbl)   (dbl)    (dbl)    (dbl)     (dbl)     (dbl)
1  BOB IS Equity 145.9267 3316808 62.52732 84.29513 1957.7310  285642.5
2 GAIL IS Equity 370.0094 1106420 49.80055 82.06510 1268.4775  469232.8
3  ITC IS Equity 227.2641 6970928 48.01366 67.84061 7809.3682 1778660.0
4   MM IS Equity 720.6503 1704623 53.01366 36.21561  613.9769  443013.4
5  RIL IS Equity 771.9296 3915459 47.72951 22.04312 3274.5789 2528920.7

[[2]]
Source: local data frame [5 x 7]

            Firm        A       B        C        D         E         F
          (fctr)    (dbl)   (dbl)    (dbl)    (dbl)     (dbl)     (dbl)
1  BOB IS Equity 137.7357 5329819 64.82192 81.98227 2055.4590  281634.8
2 GAIL IS Equity 333.9021 1148524 53.84932 82.13927 1268.4770  423761.6
3  ITC IS Equity 311.1275 7100443 46.88767 74.57744 7890.6657 2456360.8
4   MM IS Equity 898.4038 1329277 55.72329 46.41512  614.4784  552200.7
5  RIL IS Equity 833.1956 3224021 50.81096 49.91264 3245.9668 2703932.9

[[3]]
Source: local data frame [5 x 7]

            Firm         A       B        C        D         E         F
          (fctr)     (dbl)   (dbl)    (dbl)    (dbl)     (dbl)     (dbl)
1  BOB IS Equity  146.6735 8628298 58.94795 81.65596 2133.6639  314165.4
2 GAIL IS Equity  383.4397 1279186 46.99178 82.22435 1268.4770  487096.0
3  ITC IS Equity  337.2251 6373170 49.96164 76.48013 7946.3991 2681621.5
4   MM IS Equity 1062.1181 1057952 53.12877 53.80728  616.1057  656305.1
5  RIL IS Equity  934.2914 3138729 47.23288 60.38028 3232.1816 3023599.4

[[4]]
Source: local data frame [5 x 7]

            Firm         A       B        C        D        E         F
          (fctr)     (dbl)   (dbl)    (dbl)    (dbl)    (dbl)     (dbl)
1  BOB IS Equity  181.0604 6415760 54.68493 85.77090 2176.903  394006.5
2 GAIL IS Equity  398.5686 1480755 40.84932 83.58569 1268.477  504064.4
3  ITC IS Equity  341.9144 7534123 44.30411 78.84935 8005.011 2736656.1
4   MM IS Equity 1250.7123 1084946 46.51781 62.64578  621.092  777771.6
5  RIL IS Equity  914.7201 3571817 42.55068 59.33441 3236.035 2960117.6

为每个时期创建一个索引:

for(i in 1:nrow(dat)){
  dat[i,"Index"]<- ifelse(dat[i,"mmyy"] >= dd[1,1] &  dat[i,"mmyy"] <= dd[2,1], 1, 
                         ifelse(dat[i,"mmyy"] >= dd[1,2] &  dat[i,"mmyy"] <= dd[2,2], 2, 
                                ifelse(dat[i,"mmyy"] >= dd[1,3] &  dat[i,"mmyy"] <= dd[2,3], 3, 4)))
}

【讨论】:

  • 谢谢。我想为所有股票的每个窗口找到平均值。请考虑数据的面板设置。你也可以看看这个问题,为什么我使用我使用的方法来表示平均:stackoverflow.com/questions/35817981/…
  • 添加了一种按公司和 yymm 聚合的方法。
  • 我不想找到一个月的平均值。我想为所有股票的所有窗口找到平均值。假设我有从 2011 年 10 月到 2014 年 9 月的 4 年数据以及股票 x、y 和 Z。因此将有 3 个窗口,因此 x、y 和 z 股票中的每一个都有 3 个均值。
  • 实际上引用问题的第一个答案工作正常,但现在我的计算已从通常的 jan-dec 转移到 oct-sept。我试图在标题中突出显示它。再次感谢
  • 请尝试使矩阵计算和循环自动进行(可能是for循环)。我已经投了赞成票,并在提供要求的答案时接受答案
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 2018-06-15
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2014-09-07
相关资源
最近更新 更多