如何将函数应用于 data.table 的每一行答案

【问题标题】：How to apply function to each row of data.table如何将函数应用于 data.table 的每一行
【发布时间】：2023-03-06 10:58:02
【问题描述】：

我正在尝试使用library(financial) 计算来自data.table 格式的给定现金流的每个观察值的净现值 (NPV)。这是我的现金流：

library(data.table)    
dt <- data.table(id=c(1,2,3,4), Year1=c(NA, 30, 40, NA), Year2=c(20, 30, 20 ,70), Year3=c(60, 40, 0, 10))

计算 NPV 并在 data.table 中更新，

library(financial)
npv <- apply(dt, 1, function(x) cf(na.omit(x[-1]), i = 20)$tab[, 'NPV'])
dt[, NPV:=npv]

返回，

   id Year1 Year2 Year3      NPV
1:  1    NA    20    60 70.00000
2:  2    30    30    40 82.77778
3:  3    40    20     0 56.66667
4:  4    NA    70    10 78.33333

如何使用函数 cf 将结果直接更新到 data.table 中的每一行？

仅供参考：在我的真实数据集中，有超过 50 列

【问题讨论】：

也许dt[, "NPV" := apply(dt, 1, function(x) cf(na.omit(x[-1]), i = 20)$tab[, 'NPV'])] ??这是你想要的吗？
或者dt[, NPV := cf(na.omit(c(Year1, Year2, Year3)), i=20)$tab[, 'NPV'], by=1:nrow(dt)]`

标签： r data.table

【解决方案1】：

我们可以尝试基于连接的方法

dt[melt(dt, id.var = "id")[, .(NPV = cf(value[!is.na(value)], 
                      i = 20)$tab[, "NPV"]), id], on = 'id']
#   id Year1 Year2 Year3      NPV
#1:  1    NA    20    60 70.00000
#2:  2    30    30    40 82.77778
#3:  3    40    20     0 56.66667
#4:  4    NA    70    10 78.33333

【讨论】：

令人惊讶的是，它并没有带来那么大的速度优势。在这种情况下，cf 函数确实需要矢量化方法，否则无论如何它总是会运行nrow(dt) 次。
@thelatemail 在这种情况下，带有set 的for 循环可以提高速度。

【解决方案2】：

重写cf 函数以仅计算所需的部分将加快速度显着：

dt[, NPV := {x <- na.omit(unlist(.SD)); sum(x * sppv(20,0:(length(x)-1)))}, by=id]

#   id Year1 Year2 Year3      NPV
#1:  1    NA    20    60 70.00000
#2:  2    30    30    40 82.77778
#3:  3    40    20     0 56.66667
#4:  4    NA    70    10 78.33333

事实上，这可能现在可以向量化了……嗯，让我想想！

【讨论】：

【解决方案3】：

我们可以尝试制作自己的 npv 函数以用于此示例。

dcf <- function(x, r, t0=FALSE){
  # calculates discounted cash flows (DCF) given cash flow and discount rate
  #
  # x - cash flows vector
  # r - vector or discount rates, in decimals. Single values will be recycled
  # t0 - cash flow starts in year 0, default is FALSE, i.e. discount rate in first period is zero.
  if(length(r)==1){
    r <- rep(r, length(x))
    if(t0==TRUE){r[1]<-0}
  }
  x/cumprod(1+r)
}

npv <- function(x, r, t0=FALSE){
  # calculates net present value (NPV) given cash flow and discount rate
  #
  # x - cash flows vector
  # r - discount rate, in decimals
  # t0 - cash flow starts in year 0, default is FALSE
  sum(dcf(x, r, t0))
}

现在，只要你想apply(x,1,f)、melt/gather/nest 代替。除非您打算完全误导数据的用户，否则在计算 NPV 时，您永远不应放弃NA。这将意味着您将现金流折现到不同的时间点。将 NA 替换为 0。我还看到您打算使用的包将现金流量折现到第 0 年，基本上意味着第一个现金流量（在第 1 年）没有折现。

library(data.table)
npv_dt <- melt(dt, id.vars = "id")[is.na(value), value:=0][order(variable), .(NPV=npv(x=value, r=0.2, t0=TRUE)), by="id"]

setkey(dt, id)
setkey(npv_dt, id)

npv_dt[dt]

#>    id      NPV Year1 Year2 Year3
#> 1:  1 58.33333    NA    20    60
#> 2:  2 82.77778    30    30    40
#> 3:  3 56.66667    40    20     0
#> 4:  4 65.27778    NA    70    10

【讨论】：