[英]How to subtract two columns in same dataframe with same columns headers/name in R with missing data
我有一个具有8000列和3785行的数据框。 列是公司名称,因此,我想通过从出价中减去要价来计算公司的价差,即公司/股票的价差= A.ASK- A.BID。 在名称栏中,A.ASK表示A是公司名称,.ASK表示这是公司的ASK价格,.BID是A的BID价格。 而在我的数据框中,公司的所有要价和出价都在并列,如下面的示例数据框中所示。 另外,我还缺少一些数据,例如如果公司C在2001年开始交易,那么它将在2000年具有NA。因此,我要不要忽略用于计算的日期列,此外,在哪里有要向其要价的公司要价和出价我在结果栏中不适用
Date A . ASK A .BID C. ASK C. BID
31/12/1999 NA NA NA NA
03/01/2000 NA NA NA NA
04/01/2000 82 77 NA NA
05/01/2000 82 77 NA NA
06/01/2000 82 77 NA NA
07/01/2000 82 77 NA NA
10/01/2000 82 77 NA NA
11/01/2000 82 77 NA NA
12/01/2000 NA NA NA NA
13/01/2000 NA NA NA NA
14/01/2000 NA NA 70 67
17/01/2000 NA NA 70 67
18/01/2000 97 94 70 67
19/01/2000 97 92 70 67
DF2 <-df1
Date A C
31/12/1999 NA NA
03/01/2000 NA NA
04/01/2000 5 NA
05/01/2000 5 NA
06/01/2000 5 NA
07/01/2000 5 NA
10/01/2000 5 NA
11/01/2000 5 NA
12/01/2000 NA NA
13/01/2000 NA NA
14/01/2000 NA 3
17/01/2000 NA 3
18/01/2000 3 3
19/01/2000 5 3
非常感谢您的帮助
格式正确的数据在每个公司的要价和买价之间交替变化,这使得操作相对简单。 以下代码可以满足您的需求。
# Import data
df <- read.table(text =
"Date A.ASK A.BID C.ASK C.BID
31/12/1999 NA NA NA NA
03/01/2000 NA NA NA NA
04/01/2000 82 77 NA NA
05/01/2000 82 77 NA NA
06/01/2000 82 77 NA NA
07/01/2000 82 77 NA NA
10/01/2000 82 77 NA NA
11/01/2000 82 77 NA NA
12/01/2000 NA NA NA NA
13/01/2000 NA NA NA NA
14/01/2000 NA NA 70 67
17/01/2000 NA NA 70 67
18/01/2000 97 94 70 67
19/01/2000 97 92 70 67",
header = TRUE
)
# Define a sequence which selects every second column
# ask_cols starts at column 2
# bid_cols starts at column 3
ask_cols <- (1:((ncol(df)-1)/2))*2
bid_cols <- (1:((ncol(df)-1)/2))*2+1
# Use ask_cols and bid_cols to select columns from df and calculate
df2 <- df[, ask_cols]-df[, bid_cols]
# Add the date column to df2
df2 <- cbind(df[, 1], df2)
# We will use stringr for extracting company names to define column names
library(stringr)
colnames(df2) <- c("Date", str_extract(colnames(df[, ask_cols]), "([A-Za-z]+)"))
给予
> df2
Date A C
1 31/12/1999 NA NA
2 03/01/2000 NA NA
3 04/01/2000 5 NA
4 05/01/2000 5 NA
5 06/01/2000 5 NA
6 07/01/2000 5 NA
7 10/01/2000 5 NA
8 11/01/2000 5 NA
9 12/01/2000 NA NA
10 13/01/2000 NA NA
11 14/01/2000 NA 3
12 17/01/2000 NA 3
13 18/01/2000 3 3
14 19/01/2000 5 3
编辑:定义ask_cols和bid_cols的更好方法是使用seq
函数
ask_cols <- seq(2, ncol(df), 2)
bid_cols <- seq(3, ncol(df), 2)
编辑2:匹配公司名称的更好的正则表达式是使用超前匹配任何以.ASK结尾的字符系列。
colnames(df2) <- c("Date", str_extract(colnames(df[, ask_cols]), ".*(?=\\.ASK)"))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.