时间戳

首页 > 解决方案 > 对于非零之前的值，用 NA 替换零

r - 对于非零之前的值，用 NA 替换零

问题描述

我是 R 新手，现在一直在努力解决以下问题，所以我希望有人能够帮助我。

样本数据代表股票价格回报（每行是一个月度周期）。真实数据集要大得多，其结构类似于以下输入：

输入：

stock1 <- c(0.01, -0.02, 0.01, 0.05, 0.04, -0.02)
stock2 <- c(0, 0, 0.02, 0.04, -0.03, 0.02)
stock3 <- c(0, 0, 0.02, 0, -0.01, 0.03)
stock4 <- c(0, -0.02, 0.01, 0, 0, -0.02)
df <- cbind(stock1,stock2,stock3,stock4)

     stock1 stock2 stock3 stock4
[1,]   0.01   0.00   0.00   0.00
[2,]  -0.02   0.00   0.00  -0.02
[3,]   0.01   0.02   0.02   0.01
[4,]   0.05   0.04   0.00   0.00
[5,]   0.04  -0.03  -0.01   0.00
[6,]  -0.02   0.02   0.03  -0.02

给定股票的非零之前的任何零都表示缺失数据，而不是该期间的零回报。我想将这些值设置为 NA 所以我想实现的输出如下：

期望的输出：

stock1 <- c(0.01, -0.02, 0.01, 0.05, 0.04, -0.02)
stock2 <- c(NA, NA, 0.02, 0.04, -0.03, 0.02)
stock3 <- c(NA, NA, 0.02, 0, -0.01, 0.03)
stock4 <- c(NA, -0.02, 0.01, 0, 0, -0.02)
df <- cbind(stock1,stock2,stock3,stock4)

     stock1 stock2 stock3 stock4
[1,]   0.01     NA     NA     NA
[2,]  -0.02     NA     NA  -0.02
[3,]   0.01   0.02   0.02   0.01
[4,]   0.05   0.04   0.00   0.00
[5,]   0.04  -0.03  -0.01   0.00
[6,]  -0.02   0.02   0.03  -0.02

我尝试了一些东西，但它们似乎只适用于单个向量，而不是具有多列的数据集。我试过使用 lapply 来解决这个问题，但到目前为止还没有运气。我得到的最接近如下所示。

我的单向量解决方案：

stock1[1:min(which(stock1!=0))-1 <- NA

我的多向量解决方案不起作用：

lapply(df,function(x) x[1:min(which(x!=0))-1 <- NA]

非常感谢任何指导！谢谢！

标签： r

解决方案

有三个问题。首先，写作：

df <- cbind(stock1,stock2,stock3,stock4)

不创建数据框。它创建了一个矩阵。当您尝试使用 时，这是一个问题，它将对数据框lapply的列进行操作，但对矩阵的元素进行操作。相反，你应该写：

df <- data.frame(stock1,stock2,stock3,stock4)

其次，您使用的函数lapply需要返回修改后的向量。否则，返回值会出乎意料（在这种情况下，赋值将返回一个s NA，而 slapply将返回一行NAs 的数据框，而不是您想要的数据框）。

第三，您需要注意1:n何时n可以为零（即，当第一个股票报价为非零时），因为1:0给出的是序列c(1,0)而不是空序列。（这可以说是 R 最愚蠢的功能之一。）

因此，以下内容将为您提供所需的内容：

stock1 <- c(0.01, -0.02, 0.01, 0.05, 0.04, -0.02)
stock2 <- c(0, 0, 0.02, 0.04, -0.03, 0.02)
stock3 <- c(0, 0, 0.02, 0, -0.01, 0.03)
stock4 <- c(0, -0.02, 0.01, 0, 0, -0.02)
df <- data.frame(stock1,stock2,stock3,stock4)

as.data.frame(lapply(df, function(x) {
    n <- min(which(x != 0)) - 1
    if (n > 0)
        x[1:n] <- NA
    x
}))

输出如预期：

  stock1 stock2 stock3 stock4
1   0.01     NA     NA     NA
2  -0.02     NA     NA  -0.02
3   0.01   0.02   0.02   0.01
4   0.05   0.04   0.00   0.00
5   0.04  -0.03  -0.01   0.00
6  -0.02   0.02   0.03  -0.02

更新： 正如@Daniel_Fischer 所说，有一个巧妙的技巧可以避免这个1:0问题。你可以改为写：

as.data.frame(lapply(df, function(x) {
    n <- min(which(x != 0)) - 1
    x[0:n] <- NA    # use 0:n instead of 1:n
    x
}))

这利用了 R 在这种类型的索引操作中忽略零的事实，因此：

x[0:0] <- NA    # same as x[0] <- NA and does nothing
x[0:1] <- NA    # same as x[1] <- NA
x[0:2] <- NA    # same as x[1:2] <- NA, etc.

推荐阅读