在 dplyr mutate/summarise 中应用函数和传播数据答案

【问题标题】：Applying function and spreading data in dplyr mutate/summarise在 dplyr mutate/summarise 中应用函数和传播数据
【发布时间】：2019-08-08 10:29:54
【问题描述】：

我正在尝试计算一些函数，然后根据结果传播我的数据。

代码和数据：

-- 预处理：

library(tidyquant)
library(tsfeatures)

data(FANG)

FANG_returns <- FANG %>%
  group_by(symbol) %>%
  tq_transmute(select     = adjusted, 
               mutate_fun = periodReturn, 
               period     = "daily", 
               type       = "arithmetic")

FANG_returns

有效的代码：

FANG_returns %>%
  filter(symbol == "FB") %>%
  mutate(ent = entropy(daily.returns))

不起作用的代码：

FANG_returns %>%
  filter(symbol == "FB") %>%
  mutate(max = max_level_shift(daily.returns))

错误：

错误：列 max 的长度必须为 1008（组大小）或 1，而不是 2

函数max_level_shift返回两列：

max_level_shift(AirPassengers)
#>  max_level_shift time_level_shift 
#>             54.5            117.0

我怎样才能spread我的数据，以便我通过以下方式获得我的数据：

> FANG_returns %>%
+   filter(symbol == "FB") %>%
+   summarise(ent = entropy(daily.returns))
# A tibble: 1 x 2
  symbol   ent   max_level_shift time_level_shift
  <chr>  <dbl>         <dbl>           <dbl>
1 FB     0.991       0.0573yyy       0.92764zzzz

任何指针都会很棒。

【问题讨论】：

标签： r dplyr

【解决方案1】：

我们可以不使用spread，而是按位置对max_level_shift(daily.returns) 进行子集化，因为我们知道max 将在第一个位置，time 在第二个位置.

library(tidyquant)
library(tsfeatures)
FANG_returns %>%
filter(symbol == "FB") %>%
summarise(ent = entropy(daily.returns) ,
          max_level_shift = max_level_shift(daily.returns)[1], 
          time_level_shift = max_level_shift(daily.returns)[2])

# A tibble: 1 x 4
   symbol   ent max_level_shift time_level_shift
   <chr>  <dbl>           <dbl>            <dbl>
 1 FB     0.991          0.0484              141

#2nd option 
FANG_returns %>%
filter(symbol == "FB") %>%
summarise(ent = entropy(daily.returns) , 
          max = paste(max_level_shift(daily.returns), collapse = '-')) %>% 
separate(max, into=c('max_level_shift','time_level_shift'), sep = '-', convert = TRUE)

【讨论】：