如何在特定阈值后替换列其余部分的值？答案

【问题标题】：How to replace values in the rest of a column after certain threshold?如何在特定阈值后替换列其余部分的值？
【发布时间】：2020-10-20 06:02:36
【问题描述】：

假设我下面有一个数据框

Date <- as.Date("2020-01-01") + 0:9
Ticker <- rep("KO-US", 10)
Daily_Ret <- c(0.00803, 0, 0, 0.00469, -0.00468, -0.0193, -0.0120, -0.0141, 0, 0)
Cumulative_Ret <- c(1.19, 1.19, 1.19, 1.20, 1.19, 1.17, 1.15, 1.14, 1.14, 1.14) 
Daily_Cumulative_Ret <- tibble(Date, Ticker, Daily_Ret, Cumulative_Ret)

# A tibble: 10 x 4
   Date       Ticker Daily_Ret Cumulative_Ret
   <date>     <chr>      <dbl>          <dbl>
 1 2020-01-01 KO-US    0.00803           1.19
 2 2020-01-02 KO-US    0                 1.19
 3 2020-01-03 KO-US    0                 1.19
 4 2020-01-04 KO-US    0.00469           1.2 
 5 2020-01-05 KO-US   -0.00468           1.19
 6 2020-01-06 KO-US   -0.0193            1.17
 7 2020-01-07 KO-US   -0.012             1.15
 8 2020-01-08 KO-US   -0.0141            1.14
 9 2020-01-09 KO-US    0                 1.14
10 2020-01-10 KO-US    0                 1.14

我想在Cumulative_Ret 中的值 1.20（或我设置的任何阈值）之后将相应 Daily_Ret 列中的所有值替换为 0。我该怎么做（最好使用 dplyr）？我知道我可以使用filter(cumany(Cumulative_Ret >= 1.20)) 过滤之后的值，但不确定如何将Daily_Ret 列中的相应值替换为0。

最终结果将如下所示：

   Date       Ticker   Daily_Ret Cumulative_Ret
   <date>     <chr>      <dbl>          <dbl>
 1 2020-01-01 KO-US    0.00803           1.19
 2 2020-01-02 KO-US    0                 1.19
 3 2020-01-03 KO-US    0                 1.19
 4 2020-01-04 KO-US    0.00469           1.2 
 5 2020-01-05 KO-US    0                 1.19
 6 2020-01-06 KO-US    0                 1.17
 7 2020-01-07 KO-US    0                 1.15
 8 2020-01-08 KO-US    0                 1.14
 9 2020-01-09 KO-US    0                 1.14
10 2020-01-10 KO-US    0                 1.14

提前致谢。

【问题讨论】：

标签： r dplyr

【解决方案1】：

您可以使用replace 中cumany 返回的逻辑值将1.2 之后的值更改为0。可能您还想为每个Ticker 执行此操作。

library(dplyr)

Daily_Cumulative_Ret %>%
  group_by(Ticker) %>%
  mutate(Daily_Ret = replace(Daily_Ret, 
                     lag(cumany(Cumulative_Ret >= 1.2), default = FALSE), 0))

#   Date       Ticker Daily_Ret Cumulative_Ret
#   <date>     <chr>      <dbl>          <dbl>
# 1 2020-01-01 KO-US    0.00803           1.19
# 2 2020-01-02 KO-US    0                 1.19
# 3 2020-01-03 KO-US    0                 1.19
# 4 2020-01-04 KO-US    0.00469           1.2 
# 5 2020-01-05 KO-US    0                 1.19
# 6 2020-01-06 KO-US    0                 1.17
# 7 2020-01-07 KO-US    0                 1.15
# 8 2020-01-08 KO-US    0                 1.14
# 9 2020-01-09 KO-US    0                 1.14
#10 2020-01-10 KO-US    0                 1.14

【讨论】：

谢谢，这行得通！如果我想添加另一个阈值，例如
所以您的意思是在Cumulative_Ret >= 1.2 Or Cumulative_Ret <= 0.95 之后将所有值更改为0？
是的，基本上我想做的是当Cumulative_Ret >= 1.2 时，Daily_Ret 的其余值将为 0，或者当 Cumulative_Ret < 0.95 时，Daily_Ret 的其余值将为 0。我有许多相同长数据格式的代码。
我认为更改cumany 中的条件应该可以做到。 cumany(Cumulative_Ret >= 1.2 | Cumulative_Ret <= 0.95).

【解决方案2】：

这行得通吗：

> library(dplyr)
> Daily_Cumulative_Ret %>% group_by(Ticker) %>% 
+   mutate(rowid = which(Cumulative_Ret >=1.2)) %>% 
+     mutate(Daily_Ret = case_when(row_number() > rowid ~ 0, TRUE ~ Daily_Ret)) %>% select(-rowid)
# A tibble: 10 x 4
# Groups:   Ticker [1]
   Date       Ticker Daily_Ret Cumulative_Ret
   <date>     <chr>      <dbl>          <dbl>
 1 2020-01-01 KO-US    0.00803           1.19
 2 2020-01-02 KO-US    0                 1.19
 3 2020-01-03 KO-US    0                 1.19
 4 2020-01-04 KO-US    0.00469           1.2 
 5 2020-01-05 KO-US    0                 1.19
 6 2020-01-06 KO-US    0                 1.17
 7 2020-01-07 KO-US    0                 1.15
 8 2020-01-08 KO-US    0                 1.14
 9 2020-01-09 KO-US    0                 1.14
10 2020-01-10 KO-US    0                 1.14
>

【讨论】：