R：按组计算等分等级答案

【问题标题】：R: Calculate decile ranks by groupR：按组计算等分等级
【发布时间】：2019-10-10 09:49:31
【问题描述】：

我有一个数据框crsppofo，其中包含带有多个变量的月度财务数据。对我的问题很重要的是：

   PERMNO monthyear BetaShr
1:  85814 199501    0.5
2:  12345 199501    1.0
3:  85814 200002    1.5
4:  56789 200002    2.0
5:  12345 200002    2.5

"PERMNO" 描述每只股票，"monthyear" 显然显示年份和月份，"BetaShr" 是我按升序排序的风险度量。

我想要完成的是根据"BetaShr" 分配十分位等级（1 到 10），但按"monthyear" 分组。最低十分位等级应分配给每个月“BetaShr"”的最低 10%。输出应如下所示：

   PERMNO monthyear BetaShr BetaDecileRank
1:  85814 199501    0.5     1
2:  12345 199501    1.0     10
3:  85814 200002    1.5     1
4:  56789 200002    2.0     5
5:  12345 200002    2.5     10

当然，这只是一个简化的示例，其中仅分配了三个十分位数来为您提供我想要的输出示例（假设 199501 的 "BetaShr" 范围在 0.5 到 1.0 之间，200002 的范围在 1.5 到 2.5 之间） .你明白了。

通过研究我想出了这个代码：

library(purrr)
library(StatMeasures)
library(dplyr)
crsppofo <- crsppofo %>%
  split(crsppofo$monthyear) %>%
  map_df(~ mutate(., BetaDecileRank = decile(crsppofo$BetaShr)))

导致错误：

Error: Column `BetaDecileRank` must be length 2524 (the group size) or one, not 896935

任何有关此问题的帮助将不胜感激。随意改进我的代码或提出完全不同的方法。如果您需要任何进一步的信息，请通过 cmets 告诉我。我也愿意改进我的问题和我在 SO 的存在，因为我只是这个论坛和 R 的新手。

【问题讨论】：

标签： r dplyr time-series finance rank

【解决方案1】：

问题是在split 组内，decile 应用于整个数据集列“BetaShr”，而不是该拆分数据集中的行

... %>%
    map_df(~ mutate(., BetaDecileRank = decile(crsppofo$BetaShr)))
                                               ^^^^

应该是

decile(.$BetaShr)

-全码

library(dplyr)
library(purrr)
library(StatMeasures)
crsppofo <- crsppofo %>%
              split(crsppofo$monthyear) %>%
              map_df(~ mutate(., BetaDecileRank = decile(.$BetaShr)))
crsppofo
#  PERMNO monthyear BetaShr BetaDecileRank
#1  85814    199501     0.5              1
#2  12345    199501     1.0             10
#3  85814    200002     1.5              1
#4  56789    200002     2.0              5
#5  12345    200002     2.5             10

请注意，我们不需要 split 然后使用 map 循环。相反，它可以通过group_by/mutate 选项来完成

crsppofo %>% 
   group_by(monthyear) %>% 
   mutate(BetaDecileRank = decile(BetaShr))
# A tibble: 5 x 4
# Groups:   monthyear [2]
#  PERMNO monthyear BetaShr BetaDecileRank
#   <int>     <int>   <dbl>          <int>
#1  85814    199501     0.5              1
#2  12345    199501     1               10
#3  85814    200002     1.5              1
#4  56789    200002     2                5
#5  12345    200002     2.5             10

数据

crsppofo <- structure(list(PERMNO = c(85814L, 12345L, 85814L, 56789L, 12345L
), monthyear = c(199501L, 199501L, 200002L, 200002L, 200002L), 
    BetaShr = c(0.5, 1, 1.5, 2, 2.5)), class = "data.frame",
    row.names = c("1:", 
"2:", "3:", "4:", "5:"))

【讨论】：