我可以將tvm庫中的XIRR函數應用於表中的每一行，該行中已有現金流嗎？

Question

這是我的第一個問題，因此，如果不是一個完美的問題，我謹向您道歉。 我已經在Stack Overflow（＆Google）上進行了搜索，但是找不到我想要的東西。 另外，我是R的新手，並且我自己會自己學習。

我的問題是這樣的：我正在嘗試使用tvm的XIRR函數計算表中每一行的內部收益率。 我能夠使XIRR能夠為單一現金流量工作。 這是我上班的例子。

# This is a sample that works
install.packages("tvm")
library(tvm)

x_CF <- c(-7500, 3000, 5000, 1200, 4000)
x_d <- as.Date(c("2016-01-01", "2016-02-01", "2016-04-15", "2016-08-01", "2017-03-26"))
xirr <- xirr(x_CF, x_d)

在我的特定情況下，我有一個表格，其中每個ID的每一行都填充有定期現金流量和日期。 現金流量在cf1，cf2，cf3，cf（n）列中，日期在date1，date2，date3，date（n）列中。現金流量和日期數當前為14（n = 14），但可能有所不同（例如36、60等）。 這是從我的大表中填充2行的代碼。

# This is just 2 rows of my data table where I manually write the values (the real table is much larger and is dynamically created with code)    

sample_data <-
    matrix(
        c(
            "A",
            "2016-01-31", "2016-02-29", "2016-03-31","2016-04-30","2016-05-31",
            1000, 10, 20, -50, -1025,
            "B",
            "2016-01-31", "2016-02-29", "2016-03-31","2016-04-30", "2016-05-31",
            1000, -50, 20, 10, -1025),
        ncol = 11, byrow = TRUE)

colnames(sample_data) <-
    c("SecId",
      "date1", "date2", "date3", "date4", "date5",
      "cf1", "cf2", "cf3", "cf4", "cf5")

sample_data <- tbl_df(sample_data)

sample_data <-
    sample_data %>% mutate_at(vars(starts_with("cf")),
                              funs(as.integer))
sample_data <-
    sample_data %>% mutate_at(vars(starts_with("date")),
                              funs(as.Date))

我想使用XIRR函數讀取cf1：n和date1：​​n。 結果應在另一列（XIRR）中插入，計算值應為A = 0.1412532和B = 0.1458380。

這可能嗎，還是我應該研究其他功能？ 謝謝！

編輯-其他詳細信息以及對“同行”答案為何無效的答復

我的實際數據是以長表格式包含超過550萬行的現金流量和日期。 之所以將它們轉換為“已棄用”表，是因為我最終想要做的是創建滾動的每月IRR計算。 我想出了如果我在每一行上建立了日期和現金流，那么我就可以避免直接將XIRR直接應用於每一行。 創建包含ID / Date的每個迭代的長表對於這種數量的數據是不現實的（我不認為）。

使用建議的代碼，現金流和日期合並為相同的ID，因此不考慮滾動期間。 我知道我的原始問題並未對此進行解釋。

此外，我的現金流缺失的期間顯示為NA（因為它們被突變為數字）。 我需要XIRR通過在有任何NA時不執行計算來處理此問題。 我認為可以在summary命令中使用is.na = TRUE進行處理。

編輯2：找到了部分解決方案

解決了這個問題之后，我能夠從上面獲取XIRR函數以處理示例數據。 這是有效的代碼，但是花費我的實際數據很長時間。

calc_xirr <- sample_data %>% rowwise() %>%
do(data.frame(., xirr = tryCatch(xirr(unlist(.[7:11]), unlist(.[2:6]),lower=0,upper=1),
                                 error = function(e) {NA}))) %>%
select(SecId, xirr)

我收到警告消息“警告消息：bind_rows_（x，.id）：不相等的因子水平：強制轉換為字符”，但計算准確。

我仍然遇到的問題是，這對於我的實際數據集來說有多慢。 它可以運行很長時間（超過6小時），但確實會產生正確的結果。 有沒有什么辦法可以使用並行處理來重寫它，也可以不逐行地重寫它，我認為這是一個循環操作並且很慢。

Answer 1

首先， tbl_df似乎被棄用，請as_tibble或as.tibble代替。

我還更改了您的示例數據，因為從ID“ A”應用數據時遇到錯誤。 我將樣本數據定義如下。

sample_data <-
  matrix(
    c(
      "A",
      "2016-01-01",
      "2016-02-01",
      "2016-04-15",
      "2016-08-01",
      "2017-03-26",
      -7500,
      3000,
      5000,
      1200,
      4000,
      "B",
      "2016-01-01",
      "2016-02-01",
      "2016-04-15",
      "2016-08-01",
      "2017-03-26",
      -7500,
      3000,
      5000,
      1200,
      4000
    ),
    ncol = 11,
    byrow = TRUE
  )

colnames(sample_data) <-
  c("ID",
    "date1",
    "date2",
    "date3",
    "date4",
    "date5",
    "cf1",
    "cf2",
    "cf3",
    "cf4",
    "cf5")

我將代碼分為兩部分。 第一部分是整理數據，第二部分是創建所需的值。

sample_data <- tbl_df(sample_data)

sample_data <-
  sample_data %>% mutate_at(vars(starts_with("cf")),
                            funs(as.numeric),
                            vars(starts_with("date")),
                            funs(as.Date))
sample_data_dates <-
  sample_data %>% select(starts_with("date"), ID) %>% gather(key, date, -ID) %>% mutate(index = gsub("date", "", key))
sample_data_cashflows <-
  sample_data %>% select(starts_with("cf"), ID) %>% gather(key, cashflow,-ID) %>% mutate(index = gsub("cf", "", key))

sample_data <-
  inner_join(
    sample_data_dates %>% select(-key),
    sample_data_cashflows %>% select(-key),
    by = c("ID", "index")
  ) %>% select(-index)

之后，您將獲得一個具有列名稱ID，日期和現金流量的表。 然后，您可以通過以下代碼簡單地從函數xirr計算結果值：

sample_data %>% group_by(ID) %>% summarise(xirr(cashflow,as.Date(date)))