如何根据 R 中的条件对数据帧进行子集化

Question

我必须具有相同尺寸的数据框、returns.df 和funds.df：

returns1 <- c(0.1,0.2,0.5,0.9)
returns2 <- c(0.3,0.4,0.7,0.1)
returns.df <- data.frame(returns1,returns2)
returns.df

funds1 <- c("Fund A","Fund B","","Fund D")
funds2 <- c("Fund B","Fund C","","Fund A")
funds.df <- data.frame(funds1, funds2)
funds.df

我正在尝试为每个基金存储 4 个回报子集。例如，基金 A 的子基金回报如下所示：

returns.FundA1 <- c(0.1,"","","")
returns.FundA2 <- c("","","",0.11)
returns.FundA.df <- data.frame(returns.FundA1, returns.FundA2)
returns.FundA.df

基本上，我想创建一个新的data.frame，我只是将fund.df中的基金名称分别替换为returns.df中的回报，但在一个新的data.frame中。 通常，我会使用简单的 if 函数在多张工作表的 excel 中执行此操作。但我相信这可以在 R 中更快地完成。 我感谢任何意见

Answer 1

这是个人喜好，但我会将我的数据重塑为长格式，其中所有内容都包含在同一个对象中。然后子集（或为每个基金执行操作）很容易。如果您为每个基金做同样的事情，那么为每个基金创建单独的数据框是不必要的，而且工作量很大。

#create ID based on row number/name
#returns.df$id <- rownames(returns.df)
#funds.df$id <- rownames(funds.df)

returns.df$id <- 1:nrow(returns.df)
funds.df$id <- 1:nrow(funds.df)

#combine them (based on these IDs)
return.funds <- merge(returns.df, funds.df, by="id")

然后，我们将这个组合的“宽”数据集转换为长格式。由于我们有两个不同的度量（回报和基金，都有第一个和第二个值），我们使用 data.table 因为它的熔体函数能够处理多个measure-columns。我们在 melt-function 中设置模式和名称。

#turn to long
library(data.table)
return.funds.m <- melt(setDT(return.funds),
    measure.vars=patterns(c("returns","funds")),
    value.name=c("return","fund"))

现在我们的数据如下所示：

   id variable return   fund
1:  1        1    0.1 Fund A
2:  2        1    0.2 Fund B
3:  3        1    0.5       
4:  4        1    0.9 Fund D
5:  1        2    0.3 Fund B
6:  2        2    0.4 Fund C
7:  3        2    0.7       
8:  4        2    0.1 Fund A
#example: select fund A

假设我们想获得每个基金两个时间点的平均回报，我们可以这样做：

return.funds.m[,mean(returns), by=fund] 

关于如何运行/检查多个模型，我建议您参考this 和this 的答案。