R–将函数应用于列表中的特定列答案

【问题标题】：R–Apply function to specific column in listR–将函数应用于列表中的特定列
【发布时间】：2021-01-18 04:32:45
【问题描述】：

我有一个数据框df，看起来像这样：ID 是某只股票，value 是股票价格的虚拟变量，year 是我计算出来的，作为拆分数据的辅助列以下：

id      date value   year
1 2020-12-30    11   2020
1 2020-12-09    12   2020
1 2020-08-01    13   2020 
1 2019-12-30    14   2019
1 2019-12-09    15   2019
1 2019-08-01    16   2019
2 2020-12-30    17   2020
2 2020-12-09    18   2020
2 2020-08-01    19   2020
2 2019-12-29    20   2019
2 2019-12-09    21   2019
2 2019-08-01    22   2019

我想为每年的每个 id 查找我有数据的最后一天是什么。通常，这是年末，但在我的大型数据集中并非总是如此，所以我不想硬编码年末。

我已经根据 id 和年份将其拆分为一个列表，代码和结果如下：

list <- split(df, list(df$id, df$year))

现在，在列表的 4 个元素中的每一个中，我想创建一个新列，以提供相应列表中日期列的最大值。例如。我希望第一个列表元素有以下输出：

id      date value   year    maxdate
1 2020-12-30    11   2020 2020-12-30
1 2020-12-09    12   2020 2020-12-30
1 2020-08-01    13   2020 2020-12-30

你能帮我实现想要的输出吗？

我曾尝试使用某些版本的 apply 系列函数，但仅根据我的每个列表元素中的日期列无法使其工作。

非常感谢您！

最好的问候， C

【问题讨论】：

标签： r

【解决方案1】：

我们使用lapply 循环遍历list 和transform 以创建'maxdate'

list1 <- lapply(list1, transform, maxdate = max(date))

假设“日期”是Date 类

或者使用tidyverse

library(dplyr)
library(purrr)
list1 <- map(list1, ~ .x %>%
                         mutate(maxdate = max(date)))

如果我们使用分组操作也可以简化而不拆分

df %>%
    group_by(id, year) %>%
    mutate(maxdate = max(date))

在哪里

list1 <- split(df, list(df$id, df$year), drop = TRUE)

注意：最好不要用函数名称命名对象，例如list

【讨论】：

【解决方案2】：

在ave 中使用自定义的tail。

f <- function(x) tail(x, 1)
d <- transform(d, last=ave(date, id, year, FUN=f))
d
#    id       date value year       last
# 1   1 2020-12-30    11 2020 2020-08-01
# 2   1 2020-12-09    12 2020 2020-08-01
# 3   1 2020-08-01    13 2020 2020-08-01
# 4   1 2019-12-30    14 2019 2019-08-02
# 5   1 2019-12-09    15 2019 2019-08-02
# 6   1 2019-08-02    16 2019 2019-08-02
# 7   2 2020-12-30    17 2020 2020-08-03
# 8   2 2020-12-09    18 2020 2020-08-03
# 9   2 2020-08-03    19 2020 2020-08-03
# 10  2 2019-12-29    20 2019 2019-08-04
# 11  2 2019-12-09    21 2019 2019-08-04
# 12  2 2019-08-04    22 2019 2019-08-04

请注意，我稍微更改了您的数据以使效果可见:)

数据：

d <- structure(list(id = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 
2L, 2L), date = structure(c(18626, 18605, 18475, 18260, 18239, 
18110, 18626, 18605, 18477, 18259, 18239, 18112), class = "Date"), 
    value = 11:22, year = c(2020L, 2020L, 2020L, 2019L, 2019L, 
    2019L, 2020L, 2020L, 2020L, 2019L, 2019L, 2019L)), row.names = c(NA, 
-12L), class = "data.frame")

【讨论】：

【解决方案3】：

data.table 选项通过添加列 last

setDT(df)[, last := max(date), .(id, year)]

给予

> df
    id       date value year       last
 1:  1 2020-12-30    11 2020 2020-12-30
 2:  1 2020-12-09    12 2020 2020-12-30
 3:  1 2020-08-01    13 2020 2020-12-30
 4:  1 2019-12-30    14 2019 2019-12-30
 5:  1 2019-12-09    15 2019 2019-12-30
 6:  1 2019-08-02    16 2019 2019-12-30
 7:  2 2020-12-30    17 2020 2020-12-30
 8:  2 2020-12-09    18 2020 2020-12-30
 9:  2 2020-08-03    19 2020 2020-12-30
10:  2 2019-12-29    20 2019 2019-12-29
11:  2 2019-12-09    21 2019 2019-12-29
12:  2 2019-08-04    22 2019 2019-12-29

数据

> dput(df)
structure(list(id = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L,
2L, 2L), date = structure(c(18626, 18605, 18475, 18260, 18239,
18110, 18626, 18605, 18477, 18259, 18239, 18112), class = "Date"),
    value = 11:22, year = c(2020L, 2020L, 2020L, 2019L, 2019L,
    2019L, 2020L, 2020L, 2020L, 2019L, 2019L, 2019L)), row.names = c(NA,
-12L), class = "data.frame")

【讨论】：