从变量值创建新的Data.Frame

Question

我目前正在处理一项任务，该任务要求我从sql数据库中查询股票列表。问题是，这是一个每天有1:n股票交易的列表。我想计算投资组合中每个股票在给定日期的份额(参见示例)，并将其传递到一个新的数据框架中。换句话说，日期x出现了2次(一次针对股票A，一次针对股票B)，然后将日期x与新值合并在一起，日期x只出现一次。

'data.frame':   1010 obs. of  5 variables:
 $ ID         : int  1 2 3 4 5 6 7 8 9 10 ...
 $ Date      : Date, format: "2019-11-22" "2019-11-21" "2019-11-20" "2019-11-19" ...
 $ Close: num  52 51 50.1 50.2 50.2 ...
 $ Volume     : num  5415 6196 3800 4784 6189 ...
 $ Stock_ID  : Factor w/ 2 levels "1","2": 1 1 1 1 1 1 1 1 1 1 ...

RawInput<-data.frame(Date=c("2017-22-11","2017-22-12","2017-22-13","2017-22-11","2017-22-12","2017-22-13","2017-22-11"), Close=c(50,55,56,10,11,12,200),Volume=c(100,110,150,60,70,80,30),Stock_ID=c(1,1,1,2,2,2,3))
RawInput$Stock_ID<-as.factor(RawInput$Stock_ID)

*在此示例中，无法将日期转换为日期变量

我希望有一个新的数据框架，它可以生成每天交易的价值，每只股票的权重和每天的回报，同时保持股票数量的可变。

我希望我正确地翻译了这个问题，这样我就可以得到帮助。

谢谢!

Answer 1

我认为最简单的方法是使用dplyr包。您可能需要阅读一些文档，但是mutate和group_by函数也许可以做您想做的事情。此函数允许您通过添加新列或更改现有数据来修改当前数据帧。

让我们从一个可重现的数据集开始

RawInput<-data.frame(Date=c("2017-22-11","2017-22-12","2017-22-13","2017-22-11","2017-22-12","2017-22-13","2017-22-11"),
                    Close=c(50,55,56,10,11,12,200),
                    Volume=c(100,110,150,60,70,80,30),
                    Stock_ID=c(1,1,1,2,2,2,3))
RawInput$Stock_ID<-as.factor(RawInput$Stock_ID)
library(magrittr)
library(dplyr)
dat2 <- RawInput %>%
    group_by(Date, Stock_ID) %>%  #this example only has one stock type but i imagine you want to group by stock
    mutate(CloseMean=mean(Close),
           CloseSum=sum(Close),
           VolumeMean=mean(Volume),
           VolumeSum=sum(Volume)) #what ever computation you need to do with
                                  #multiple stock values for a given date goes here
dat2 %>% select(Stock_ID, Date, CloseMean, CloseSum, VolumeMean,VolumeSum) %>% distinct() #dat2 will still be the same size as dat, thus use the distinct() function to reduce it to unique values
# A tibble: 7 x 6
# Groups:   Date, Stock_ID [7]
  Stock_ID Date       CloseMean CloseSum VolumeMean VolumeSum
  <fct>    <fct>          <dbl>    <dbl>      <dbl>     <dbl>
1 1        2017-22-11        50       50        100       100
2 1        2017-22-12        55       55        110       110
3 1        2017-22-13        56       56        150       150
4 2        2017-22-11        10       10         60        60
5 2        2017-22-12        11       11         70        70
6 2        2017-22-13        12       12         80        80
7 3        2017-22-11       200      200         30        30

您提供的这个数据集实际上只有一个惟一的Stock_ID和日期组合，所以实际上没有对数据做任何操作。但是，如果您在必要时删除Stock_ID，则可以看到此函数是如何工作的

dat2 <- RawInput %>%
        group_by(Date) %>%  
        mutate(CloseMean=mean(Close),
               CloseSum=sum(Close),
               VolumeMean=mean(Volume),
               VolumeSum=sum(Volume)) 
dat2 %>% select(Date, CloseMean, CloseSum, VolumeMean,VolumeSum) %>% distinct() 

# A tibble: 3 x 5
# Groups:   Date [3]
  Date       CloseMean CloseSum VolumeMean VolumeSum
  <fct>          <dbl>    <dbl>      <dbl>     <dbl>
1 2017-22-11      86.7      260       63.3       190
2 2017-22-12      33         66       90         180
3 2017-22-13      34         68      115         230

在读完你的第一个回复后，你必须具体说明你是如何计算权重的。还要定义你的最终结果。我假设重量只是总成本的百分比。最终结果是每个日期显示每个股票的权重。换句话说，一个由日期和股票In组成的矩阵

library(tidyr)
RawInput %>%
     group_by(Date) %>%
     mutate(weight=Close/sum(Close)) %>%
     select(Date, weight, Stock_ID) %>%
     spread(key = "Stock_ID", value = "weight", fill = 0)

# A tibble: 3 x 4
# Groups:   Date [3]
  Date         `1`    `2`   `3`
  <fct>      <dbl>  <dbl> <dbl>
1 2017-22-11 0.192 0.0385 0.769
2 2017-22-12 0.833 0.167  0    
3 2017-22-13 0.824 0.176  0