通過在R中的數據幀的行上應用Reduce函數來創建新列

Question

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。

Answer 1

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
...