![](/img/trans.png)
[英]Applying a function to modify odd and even rows in R dataframe column
[英]Create a new column by applying a Reduce function over rows of a dataframe in R
我有一個包含ID,日期和觀察到的收益的數據框。 可以比喻為:
df <- data.frame(
ID = gl(3, 10, labels = c("A", "B", "C")),
Date = factor(rep(2006, 2015, 3)),
lr = runif(30, -0.01, 0.01))
現在,我想使用以下函數查找每個ID的指數移動平均值的向量,並將它們作為新列添加到我的原始數據幀中:
Emean<-function(x){
ema <- function(a,b) {lambda*a+(1-lambda)*b}
Reduce(ema, x, accumulate=T)
}
因此,我希望結果數據框具有ID,Date,lr和mlr列。 最后一列(mlr)將使用上述函數進行計算; 和(很抱歉使用寬松的符號!),但這是公式:
mlr_t=lambda*mlr_t-1 + (1-lambda)*lr_t
“ _t”表示時間。
現在,正如我所說,我想將我的函數應用於按ID分組的行,並將結果作為列添加到此數據框。 無法將“ Reduce”的輸出直接添加到該數據幀,因此我必須分幾個步驟對其進行操作,這在R中非常耗時。
我需要一種計算有效的解決方案來完成我所說的事情。 在實際數據集中,我有+ 100K ID和每個ID +250個日期。
如
mlr_0 = 0
mlr_1 = 0 + (1-lambda)*lr_1
mlr_2 = lambda * mlr_1 + (1-lambda)*lr_2
= lambda * (1-lambda) * lr_1 + (1-lambda)*lr_2
mlr_3 = lambda * mlr_2 + (1-lambda)*lr_3
= lambda^2 * (1-lambda) * lr_1 + lambda * (1-lambda) * lr_2 + (1-lambda)*lr_3
...
mlr_t = lambda^(t-1) * (1-lambda) * lr_1 + lambda^(t-2) * (1-lambda) * lr_2 + ...
= \Sum_{i=1}^{t} lambda^(t-i) * (1-lambda)*lr_i
你可以做這樣的事情(使用data.table
)
setDT(df)
lambda <- 0.5
# This calculates the lambda^(t-i)
l <- function(i, lambda){ lambda^(i-seq_len(i)) }
# This calculates multiplies element wise and sums up the mlr_3
my_fun <- function(x, lr, lambda){
sum((1-lambda) * c(0,lr)[1:x] * l(x, lambda))}
# Apply both function to the vector
df[, vapply(seq_len(.N), my_fun, numeric(1), lr, lambda) ,by = ID]
結果(帶有set.seed(42)
)
ID V1
1: A 0.0000000
2: A 0.4574030
3: A 0.6972392
4: A 0.4916894
5: A 0.6610685
6: A 0.6514070
7: A 0.5852515
8: A 0.6609199
9: A 0.3977932
10: A 0.5273928
11: B 0.0000000
12: B 0.2288709
...
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.