r - 使用 R 从数据帧和过滤结果进行连续正或负计算
问题描述
我有以下数据集,并希望编写一个代码来帮助找出哪些股票连续上涨或下跌。数据将具有前 3 列。最后 2 列在 excel 中手动计算以描述预期结果。
这只是样本,我将拥有 200 多只股票的数据和几年的数据,所有股票都不是每天交易。
最后,我想提取哪些股票在一天中有 3 或 4 或 5 个连续的正或负变化。
` Stocks Date Close Price Change for day Positive/Negative Count
A 11/11/2020 11
B 11/11/2020 50
C 11/11/2020 164
A 11/12/2020 19 8 1
B 11/12/2020 62 12 1
C 11/12/2020 125 -39 -1
A 11/13/2020 7 -12 -1
B 11/13/2020 63 1 2
C 11/13/2020 165 40 1
A 11/16/2020 17 10 1
B 11/16/2020 70 7 3
C 11/16/2020 170 5 2
A 11/17/2020 24 7 2
B 11/17/2020 52 -18 -1
C 11/17/2020 165 -5 -1
A 11/18/2020 31 7 3
B 11/18/2020 61 9 1
C 11/18/2020 157 -8 -2
解决方案
困难在于有一个函数可以使累积和(正负),在符号更改时重置计数,并从第一个值开始计数。我设法制作了一个,但它的效率不是很高,并且在更大的数据集上可能会变慢。我怀疑有一种方法可以做得更好,只要for
在 C 或 C++ 中使用一个简单的循环。
library(tidyverse)
df <- read.table(text="Stocks Date Close_Price Change_for_day Positive/Negative_Count
A 11/11/2020 11 NA 0
B 11/11/2020 50 NA 0
C 11/11/2020 164 NA 0
A 11/12/2020 19 8 1
B 11/12/2020 62 12 1
C 11/12/2020 125 -39 -1
A 11/13/2020 7 -12 -1
B 11/13/2020 63 1 2
C 11/13/2020 165 40 1
A 11/16/2020 17 10 1
B 11/16/2020 70 7 3
C 11/16/2020 170 5 2
A 11/17/2020 24 7 2
B 11/17/2020 52 -18 -1
C 11/17/2020 165 -5 -1
A 11/18/2020 31 7 3
B 11/18/2020 61 9 1
C 11/18/2020 157 -8 -2",
header = TRUE) %>%
select(1:3) %>%
as_tibble()
# this formulation could be faster on data with longer stretches
nb_days_cons2 <- function(x){
n <- length(x)
if(n < 2) x
out <- integer(n)
y <- rle(x)
cur_pos <- 1
for(i in seq_len(length(y$lengths))){
out[(cur_pos):(cur_pos+y$lengths[i]-1)] <- cumsum(rep(y$values[i], y$lengths[i]))
cur_pos <- cur_pos + y$lengths[i]
}
out
}
# this formulation was faster on some tests, and would be easier to rewrite in C
nb_days_cons <- function(x){
n <- length(x)
if(n < 2) x
out <- integer(n)
out[1] <- x[1]
for(i in 2:n){
if(x[i] == x[i-1]){
out[i] <- out[i-1] + x[i]
} else{
out[i] <- x[i]
}
}
out
}
一旦我们有了这个功能,这dplyr
部分就很经典了。
df %>%
group_by(Stocks) %>%
arrange(Date) %>% # make sure of order
mutate(change = c(0, diff(Close_Price)),
stretch_duration = nb_days_cons(sign(change))) %>%
arrange(Stocks)
#> # A tibble: 18 x 5
#> # Groups: Stocks [3]
#> Stocks Date Close_Price change stretch_duration
#> <chr> <chr> <int> <dbl> <dbl>
#> 1 A 11/11/2020 11 0 0
#> 2 A 11/12/2020 19 8 1
#> 3 A 11/13/2020 7 -12 -1
#> 4 A 11/16/2020 17 10 1
#> 5 A 11/17/2020 24 7 2
#> 6 A 11/18/2020 31 7 3
#> 7 B 11/11/2020 50 0 0
#> 8 B 11/12/2020 62 12 1
#> 9 B 11/13/2020 63 1 2
#> 10 B 11/16/2020 70 7 3
#> 11 B 11/17/2020 52 -18 -1
#> 12 B 11/18/2020 61 9 1
#> 13 C 11/11/2020 164 0 0
#> 14 C 11/12/2020 125 -39 -1
#> 15 C 11/13/2020 165 40 1
#> 16 C 11/16/2020 170 5 2
#> 17 C 11/17/2020 165 -5 -1
#> 18 C 11/18/2020 157 -8 -2
Created on 2020-11-19 by the reprex package (v0.3.0)
当然,finalarrange()
只是为了方便可视化,你可以用select()
.
推荐阅读
- c# - C# - 在将其分配给数据表之前检查 CSV 中的列是否存在
- javascript - Javascript IIEF - 如果无法访问任何变量,那么为什么我可以通过函数访问它?
- visual-studio-code - VS Code:如何在代码和终端之间切换*不*关注下拉菜单
- swift - SWIFT:为什么 viewDidLayoutSubviews 中的形状被创建了两次
- pyspark - 从 pyspark datafame 创建 nxn 矩阵
- python - 列表上的 __repr__ 方法和 repr() 返回不同的对象
- php - 如何使用从数据库中提取并使用 PHP 添加到脚本的条件运算符
- php - 检索最近 3 年的所有行(Laravel + Eloquent)
- html - react-big- calendar 表 TD 与表和 TD 重叠
- maven - 如何使用不同的参数运行两个 Maven Mojo