当循环超出向量时过滤 NA 值（定义循环边界）

Question

我正在运行两个嵌套的 for 循环来检查向量的每一行，如果下面的 10 行中的任何一行的 3 点大于下面的 3 行。如果为真，则在新创建的二进制向量上记录 1。 （我知道这听起来很复杂，但是这种比较允许测试时间序列中的条件以用于交易目的）

例如，对于第一行，要检查是否：

• 第 2 行 > 第 5 行 + 3 或

• 第 3 行 > 第 6 行 + 3 或

  ...

• 第 11 行 > 第 14 行 + 3

（顺便说一句，我需要循环，想法是在数千行上运行它，而不仅仅是 20 行）

以下代码运行良好，但具有当循环之一超出向量时产生 NA 值的不良特性。

df <- data.frame(  LastPrice = c( 1221, 1220, 1230, 1217, 1216,  1218 , 1216, 1216, 1217, 1220, 1219, 1218, 1220, 1216, 1217, 1218, 1218, 1207, 1206, 1205))

df$StrongMoveBinary[j] <- 0
for(j in 1:20) {
  tmp <- 0
  for (i in 1:10) { 
    tmp <- tmp + ifelse (df$LastPrice[j+i] - df$LastPrice[j+i+3] > 3, 1, 0)}
  df$StrongMoveBinary[j] <- tmp>0}

//Note: purpose of tmp variable is to record every occasion that LastPrice > LastPrice 3 rows below, rather than just the last instance

该代码创建 StrongMoveBinary = 1 1 0 0 1 1 1 NA NA NA NA NA NA NA NA NA NA NA NA NA。那是13个NA。但是有足够的数据只有 4 个 NA。其他 9 个 NA 是我编码不佳的结果。为了解决这个问题，我修改了代码，在给定“j”值的情况下限制“i”的值，从而停止“i”循环以在向量外循环。

df$StrongMoveBinary[j] <- 0
for(j in 1:20) {
  x <- 0
  if (j <= 10) {x=10}
  if (j > 10) {x=20-j}
  tmp <- 0
  for (i in 1:x) { 
    tmp <- tmp + ifelse (df$LastPrice[j+i] - df$LastPrice[j+i+3] > 3, 1, 0)}
  df$StrongMoveBinary[j] <- tmp>0}

不幸的是，它不起作用。 StrongMoveBinary 仍然有 13 个 NA。任何想法将不胜感激！谢谢。

Answer 1

我认为最大的问题混淆是由于缺少命名变量。您有几个参数（查看 3 行以下，如果有任何 10 行以下，数据框中的行数，要检查的差异有多大）但是你只是在使用数字，这很难保持直截了当。你不应该写20，你应该写nrow(df) - 这样相同的代码可以在你的20行示例和你的数千行真实数据上工作。如果任何参数发生变化，您只能在一处进行更改。

window = 10     # up to this far below the current row
rows_below = 3  # check against this far down
min_diff = 3    # for a difference at least this big

现在我们将使用这些来显式计算循环的边界。 pmin 是一个非常方便的函数，可确保我们不会超出数据范围。 （当然，应该非常仔细地检查这些定义的准确性——这就是我在写那些关于第 17 个条目是否应该是 NA 的挑剔的 cmets 时所做的事情。）

base_rows = 1:(nrow(df) - rows_below - 1)  # can't check more than this

# for a given base row, this is the maximum row to start checking against
candidate_max = pmin(base_rows + window, nrow(df) - rows_below)

# pre-allocate a vector of results
StrongMoveBinary = integer(length = length(base_rows))

完成所有设置后，我们就可以进行测试了：

for (i in seq_along(base_rows)) {
    StrongMoveBinary[i] = as.numeric(
        any(
            df$LastPrice[(i + 1):candidate_max[i]] - 
                df$LastPrice[((i + 1):candidate_max[i]) + rows_below] > min_diff
        )
    )
}

让我们看看我们有什么：

StrongMoveBinary
# [1] 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1

我完全放弃了NAs。如果您更愿意拥有它们，请预先分配 StrongMoveBinary = rep(NA, nrow(df)) 而不是我在顶部的方式。

---

最后，也许我们想把它变成一个可以应用于任何向量的函数。设置参数非常容易。唯一的修改是让它在矢量（length()）而不是数据框的特定行（nrow()）上工作。

strong_indicate = function(x, window = 10, rows_below = 3, min_diff = 3) {
    base_rows = 1:(length(x) - rows_below - 1)  # can't check more than this

    # for a given base row, this is the maximum row to start checking against
    candidate_max = pmin(base_rows + window, length(x) - rows_below)

    # pre-allocate a vector of results
    StrongMoveBinary = integer(length = length(base_rows))

    for (i in seq_along(base_rows)) {
        StrongMoveBinary[i] = as.numeric(
            any(
                x[(i + 1):candidate_max[i]] - 
                    x[((i + 1):candidate_max[i]) + rows_below] > min_diff
            )
        )
    }
    return(StrongMoveBinary)
}

我们可以在数据列上调用它：

strong_indicate(x = df$LastPrice)
# [1] 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1

我们可以探索其他值会做什么：

strong_indicate(x = df$LastPrice, min_diff = 12)
# [1] 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1

strong_indicate(x = df$LastPrice, window = 5)
# [1] 1 1 0 0 0 0 0 0 0 1 1 1 1 1 1 1