dplyr 基于多列滚动更改多列答案

【问题标题】：dplyr rolling change multiple columns based on multiple columnsdplyr 基于多列滚动更改多列
【发布时间】：2017-09-15 12:34:21
【问题描述】：

我正在尝试使用 dplyr 将多个事物组合在一起：鉴于我有多个回报的时间序列，我想计算所有回报的平均相关性（我简化了我的实际任务以给出最简单的示例）所有其他回报。当然（与下面的示例相反）我的真实数据集相当大（还不是spread(stock,ret)）包含多个 NA。此外，在第二步中，我必须创建自己的函数并将其提供给 rollapply。因此，如果您有使用 RCpproll-package 中的内容的建议，我会非常高兴！

在下面的示例中，您可以看到我需要一次输入所有列，选择一个窗口，同时将一个函数应用于所有列，接收具有相同列数的向量等等......

这是我的例子：

df <- data.frame(Date =as.Date("1926-01-01")+1:24,
             PERMNO1 = rnorm(24,0.01,0.3),
             PERMNO2 = rnorm(24,0.02,0.4),
             PERMNO2 = rnorm(24,-0.01,0.6))
df %>%
do(rollapplyr(.[,-1],width=12,function(a) colMeans(cor(a))))

我想得到的是这样的：

df2 <- df; df2[,2:4]<-NA
for (i in 12:24){
   df2[i,2:4] <- colMeans(cor(df[(i-12):i,2:4]))
}
df2
     Date    PERMNO1   PERMNO2 PERMNO2.1
1926-01-02         NA        NA        NA
1926-01-03         NA        NA        NA
1926-01-04         NA        NA        NA
1926-01-05         NA        NA        NA
1926-01-06         NA        NA        NA
1926-01-07         NA        NA        NA
1926-01-08         NA        NA        NA
1926-01-09         NA        NA        NA
1926-01-10         NA        NA        NA
1926-01-11         NA        NA        NA
1926-01-12         NA        NA        NA
1926-01-13 0.14701350 0.2001694 0.3787320
1926-01-14 0.15364347 0.2438042 0.3143516
1926-01-15 0.16118233 0.2549841 0.3266877
1926-01-16 0.04727533 0.2534126 0.3132990
1926-01-17 0.05220443 0.2411095 0.2744379
1926-01-18 0.12252848 0.2461743 0.2766122
1926-01-19 0.08414717 0.2287705 0.2897744
1926-01-20 0.11164866 0.2503174 0.2414130
1926-01-21 0.08886537 0.2604810 0.2621597
1926-01-22 0.14216304 0.2667540 0.2543573
1926-01-23 0.12654902 0.3086711 0.2751671
1926-01-24 0.11068607 0.3019835 0.2728166
1926-01-25 0.06714698 0.2696828 0.2184242

【问题讨论】：

问题中显示的输出不可重现，因为在没有set.seed(...) 的情况下使用了随机数。

标签： r dplyr multiple-columns rollapply

【解决方案1】：

将数据框转换为动物园对象，运行rollapplyr并转换回来：

library(dplyr)
library(zoo)

df %>%
   read.zoo %>%
   rollapplyr(12, function(x) colMeans(cor(x)), by.column = FALSE, fill = NA) %>%
   fortify.zoo

如果您只想将答案保留为动物园对象，则可以省略最后一行，这可能比将时间序列表示为数据框更方便。

【讨论】：