R: TTR:按市值分类

Question

我试图按市值对股票符号进行排序--我尝试了下面的代码，但列表没有正确排序。是否有一种简单的方法来移除$并将M和B转换为数字？

library(TTR)
listings <- stockSymbols() 
listings <- listings[order(as.numeric(listings$MarketCap),decreasing=TRUE),]
head(listings,20)

我很感谢你的帮助。

Answer 1

可能有提供转换功能的包，例如"$23.93M"到239600000.00，但是这里有一种使用基本R函数的方法：

listings$MktCap <- as.numeric(
  sub("\\$(\\d+(\\.\\d+)?)[A-Z]?", "\\1", listings$MarketCap)) * 
  ifelse(gsub("[^A-Z]", "", listings$MarketCap) == "M", 1e6,
         ifelse(gsub("[^A-Z]", "", listings$MarketCap) == "B", 1e9, 1.0)) 

head(listings[order(listings$MktCap, decreasing = TRUE),], 5)
#     Symbol                    Name LastSale MarketCap IPOyear     Sector
#382    AAPL              Apple Inc.    94.69  $525.02B    1980 Technology
#1637  GOOGL           Alphabet Inc.   717.29  $493.72B      NA Technology
#1636   GOOG           Alphabet Inc.   695.85  $478.97B    2004 Technology
#2238   MSFT   Microsoft Corporation    51.18   $404.8B    1986 Technology
#6664    XOM Exxon Mobil Corporation    81.23  $338.16B      NA     Energy
#
#                                            Industry Exchange       MktCap
#382                           Computer Manufacturing   NASDAQ 525020000000
#1637 Computer Software: Programming, Data Processing   NASDAQ 493720000000
#1636 Computer Software: Programming, Data Processing   NASDAQ 478970000000
#2238         Computer Software: Prepackaged Software   NASDAQ 404800000000
#6664                        Integrated oil Companies     NYSE 338160000000

简而言之，

• sub("\\$(\\d+(\\.\\d+)?)[A-Z]?", "\\1", listings$MarketCap)只提取MarketCap的十进制数部分，例如从$525.02B中提取525.02；结果将传递给as.numeric。
• 据我所知，gsub("[^A-Z]", "", listings$MarketCap)移除大写字母以外的所有内容，这些字母只应该是B或M。
• 使用嵌套的ifelse语句，上述表达式的结果将将"B"映射到1e9，将"M"映射到1e6，将所有其他映射到1。

此时，MktCap应该是MarketCap的正确数字表示，排序非常简单。