如何为我的问题使用应用系列而不是嵌套的 for 循环

Question

我想根据名为 dfnew1 的旧数据框的条件填充一个名为 hd5 的新数据框。

我可以不使用嵌套的for 循环吗？

   for(  j in 2 : length(hd6)  )
   {
     for( i in 1: length(hd5$DATE) )
    {
     abcd= dfnew1 %>%  
     filter( (Date == hd5$DATE[i]) , (StrikePrice== hd6[j]) , (OptionType== "CE"))  %>%
     arrange( dte  )          
     hd5[i,j]= abcd[1,9]
     }
   }

hd6= [13900,14000,14100,14200]

dfnew1 看起来像这样

Date     expiry     optiontype strikeprice closeprice  dte
1/1/2019  31/1/2019  ce          13900      700        30
1/1/2019  31/1/2019  ce          14000      650        30
1/1/2019  31/1/2019  ce          14100      600        30
1/1/2019  31/2/2019  ce          14100      900        58
1/2/2019  31/1/2019  ce          13900      800        29
1/2/2019  31/1/2019  ce          14000      750        29
1/2/2019  31/1/2019  ce          14100      700        29

我想通过处理日期和 strtkeprice 和 optiontype 从这个 dfnew1 数据帧填充我的新数据帧 hd5

我要填充的hd5应该是这样的

Date         13900  14000 14100 14200
1/1/2019     700     650   600   550
1/2/2019     800     750   700   650

Answer 1

这是一个 tidyverse 选项：

library(dplyr)
# library(tidyr)
dat %>%
  group_by(Date, strikeprice) %>%
  summarize(closeprice = min(closeprice)) %>%
  ungroup() %>%
  tidyr::pivot_wider(names_from = "strikeprice", values_from = "closeprice")
# # A tibble: 2 x 4
#   Date     `13900` `14000` `14100`
#   <chr>      <int>   <int>   <int>
# 1 1/1/2019     700     650     600
# 2 1/2/2019     800     750     700

（您可能会看到引用tidyr::spread 的在线教程。它在此处有效地执行相同的操作，但一直是retired（来源：https://tidyr.tidyverse.org/reference/spread.html，以及tidyr::gather），因此通常建议使用新代码应该使用pivot_* 函数。）

注意：根据您的预期输出，看起来您为

1/1/2019  31/1/2019  ce          14100      600        30
1/1/2019  31/2/2019  ce          14100      900        58

我可能更倾向于（当涉及“价格”时）改用sum，但这在很大程度上取决于您的实际意图和使用情况。将 min 替换为您选择的聚合，无论是 max、sum 还是其他。

我会注意到，使用数字列名称有点不标准，并且可能会导致混淆（dat[,14100] 将失败，dat[,\14100`]ordat[,"14100"]` 通常应该可以工作)。

您可能会发现使用数字列标题对于某些比较和描述 表格 是有意义的，但如果您计划绘制事物（例如，使用 ggplot2），通常是更长的版本（您的原始布局，尽管总结）可能是首选。

---

数据：

dat <- read.table(header = TRUE, stringsAsFactors = FALSE, text = "
Date     expiry     optiontype strikeprice closeprice  dte
1/1/2019  31/1/2019  ce          13900      700        30
1/1/2019  31/1/2019  ce          14000      650        30
1/1/2019  31/1/2019  ce          14100      600        30
1/1/2019  31/2/2019  ce          14100      900        58
1/2/2019  31/1/2019  ce          13900      800        29
1/2/2019  31/1/2019  ce          14000      750        29
1/2/2019  31/1/2019  ce          14100      700        29")

Answer 2

我们也可以用spread汇总后得到'closeprice'按'Date'、'strikeprice'分组后的min

library(dplyr)
library(tidyr)
dat %>%
  group_by(Date, strikeprice) %>%
  slice(which.min(dte)) %>%
  ungroup() %>%
  spread(strikeprice, closeprice)
# A tibble: 2 x 4
#  Date     `13900` `14000` `14100`
#  <chr>      <int>   <int>   <int>
#1 1/1/2019     700     650     600
#2 1/2/2019     800     750     700

---

或者通过使用values_fn 来传递函数来使用pivot_wider。在这里，我们select只关注感兴趣的栏目

dat %>%
  select(Date, strikeprice, closeprice) %>%     
  pivot_wider(names_from = strikeprice, values_from = closeprice,
       values_fn = list(closeprice = min))
# A tibble: 2 x 4   
#  Date     `13900` `14000` `14100`
#  <chr>      <int>   <int>   <int>
#1 1/1/2019     700     650     600
#2 1/2/2019     800     750     700

---

或者另一个选项是dcast

library(data.table)
dcast(setDT(dat), Date  ~ strikeprice, min, value.var = 'closeprice')
#       Date 13900 14000 14100
#1: 1/1/2019   700   650   600
#2: 1/2/2019   800   750   700

数据

dat <- structure(list(Date = c("1/1/2019", "1/1/2019", "1/1/2019", "1/1/2019", 
"1/2/2019", "1/2/2019", "1/2/2019"), expiry = c("31/1/2019", 
"31/1/2019", "31/1/2019", "31/2/2019", "31/1/2019", "31/1/2019", 
"31/1/2019"), optiontype = c("ce", "ce", "ce", "ce", "ce", "ce", 
"ce"), strikeprice = c(13900L, 14000L, 14100L, 14100L, 13900L, 
14000L, 14100L), closeprice = c(700L, 650L, 600L, 900L, 800L, 
750L, 700L), dte = c(30L, 30L, 30L, 58L, 29L, 29L, 29L)),
class = "data.frame", row.names = c(NA, 
-7L))