计算具有正数和负数的列中的四分位数（仅正数）的函数答案

【问题标题】：Function to calculate quartiles (only positive numbers) in a column with positive and negative numbers计算具有正数和负数的列中的四分位数（仅正数）的函数
【发布时间】：2019-06-18 07:50:52
【问题描述】：

我想计算显示差距的列中数字的第一个四分位数。在本专栏中，有正数和负数，所以我想只过滤掉正数并计算四分位数（第一个），但我遇到了函数问题（见下面的代码）

#我尝试了一个带有“>0”和“0.25”的函数来获得第一个四分位数，但不知何故失败了，我不知道为什么。

library(quantmod)

Symbols <- c("FB","AAPL","AMZN","NFLX","GOOG")

getSymbols(Symbols,from="2018-06-01")

stock_data = sapply(.GlobalEnv, is.xts)

all_stocks <- do.call(list, mget(names(stock_data)[stock_data]))

# Calculate gap

Gap_function <- function(x) {
stock_name <- stringi::stri_extract(names(x)[1], regex = "^[A-Z]+")
stock_name <- paste0(stock_name, ".Gap")
column_names <- c(names(x), stock_name)
x$rgap <- quantmod::Op(x) - lag(quantmod::Cl(x)) 
x <- setNames(x, column_names)
return(x)
}

all_stocks <- lapply(all_stocks, Gap_function)

# Calculate  1st Quantile of positive numbers in .GAP column,  currently it is not working.
# I don't know how to indicate to use only positive numbers (>0) and  (1st quartile 0.25)

Quartile1_function <- function(x) { 
stock_name <- stringi::stri_extract(names(x)[1], regex = "^[A-Z]+")
stock_name <- paste0(stock_name, ".GapQ1")
column_names <- c(names(x), stock_name)
x$quartile1 <- (quantile(x,na.rm=TRUE [,grep(".Gap" >0,      colnames(x))], 0.25))
x <- setNames(x, column_names)
return(x)
}

all_stocks <- lapply(all_stocks, Quartile1_function)


#The desired result is to get a 1st quartile of .Gap column  (taking   only positive numbers) in a new column =(7.609986)

#If you run this code you will get AMZN quartiles only for positive     numbers in the .Gap column. but I don't know what is failing to get a function to do this for all stocks.

quantile(all_stocks$AMZN$AMZN.Gap[which(all_stocks$AMZN$AMZN.Gap >0)])

       0%       25%       50%       75%      100% 
 0.060059  7.609986 11.709961 21.319946 88.640015

【问题讨论】：

标签： r function quantmod quantile

【解决方案1】：

这样的？

x <- c(-10,-5,-7,0:10)
quantile(x[x>=0],0.25)
# 25% 
# 2.5

【讨论】：

嗨，莫迪，不完全是。我正在寻找的是一个类似于“Quartile1_function”的函数，它在新列中获取 Gap 列的正数的第一个四分位数。我需要将此应用于我列表中的所有股票 (all_stocks)，这就是我需要一个函数的原因。
我不明白你在做什么，你能包括预期的输出吗？此行语法错误 x$quartile1 <- (quantile(x,na.rm=TRUE [,grep(".Gap" >0, colnames(x))], 0.25)) ，您正在对 TRUE 进行子集化，并且您正在将字符串与数字进行比较。
谢谢穆迪。你是对的，这条线是问题所在，我不知道为什么。我想对“.Gap”列进行子集化，然后只取正数“>0”，然后计算先前过滤的正数的第一个分位数。
我想我已经向您展示了如何做到这一点，如果您添加预期的输出，我会适应您的具体示例
预期结果是列表中所有股票的新列，例如对于 AMZN，值应为“7.609986”，对应于 Gap 列中正数的第 1 个四分位数。分位数（all_stocks$AMZN$AMZN.Gap[which(all_stocks$AMZN$AMZN.Gap >0)])

【解决方案2】：

我想你想要像下面这样的东西。这将返回 xxx.GapQ1 中的数据，其中数字为正数，它们将分为 NA 1、2、3 和 4。NA 是低于 0（和 0）的数字。您可以过滤掉以后不需要的内容。

Quartile1_function <- function(x) { 
  stock_name <- stringi::stri_extract(names(x)[1], regex = "^[A-Z]+")
  stock_name <- paste0(stock_name, ".GapQ1")
  column_names <- c(names(x), stock_name)

  # use this grep the column name of interest and plug that in the next section.
  column_of_interest <- grep(".Gap", colnames(x))

  # Find the quantiles based only on positive numbers. 
  # The negative numbers or 0 will be returned as NA 
  x$quartile1 <- as.integer(cut(x[, column_of_interest],
                                quantile(x[x[, column_of_interest] > 0, column_of_interest], na.rm = TRUE),
                                include.lowest = TRUE))

  names(x) <- column_names
  return(x)
}

all_stocks <- lapply(all_stocks, Quartile1_function)
head(all_stocks$AMZN)

           AMZN.Open AMZN.High AMZN.Low AMZN.Close AMZN.Volume AMZN.Adjusted  AMZN.Gap AMZN.GapQ1
2018-06-01   1637.03   1646.73  1635.09    1641.54     3313400       1641.54        NA         NA
2018-06-04   1648.90   1665.68  1645.49    1665.27     3187700       1665.27  7.359985          1
2018-06-05   1672.99   1699.00  1670.06    1696.35     4782200       1696.35  7.719970          2
2018-06-06   1704.51   1714.50  1686.47    1695.75     5473200       1695.75  8.160034          2
2018-06-07   1698.56   1699.90  1676.11    1689.30     3765700       1689.30  2.810059          1
2018-06-08   1681.12   1689.44  1673.01    1683.99     2955100       1683.99 -8.180054         NA

【讨论】：