查找满足动态条件的数据框中的第一行答案

【问题标题】：Find the first rows in a data frame which meet a dynamic condition查找满足动态条件的数据框中的第一行
【发布时间】：2018-07-10 17:38:06
【问题描述】：

这里有一些示例代码：

library(quantmod)
library(dplyr)


stock.prices <- getSymbols(Symbols = 'AAPL', from = '2017-08-08', to = '2017-08-17', env = NULL)[,c(2,4)]
stock.dividends <- getDividends(Symbol = 'AAPL', from = '2017-08-08', to = '2017-08-17')

summary <- merge(stock.prices, stock.dividends)
summary <- data.frame(date=index(summary), coredata(summary))
summary <- mutate(summary, buy.price = ifelse(is.na(AAPL.div), NA, lag(AAPL.Close, 1)))
summary

它产生以下数据：

        date AAPL.High AAPL.Close AAPL.div lag.buy.price
1 2017-08-08    161.83     160.08       NA            NA
2 2017-08-09    161.27     161.06       NA            NA
3 2017-08-10    160.00     155.32     0.63        161.06
4 2017-08-11    158.57     157.48       NA            NA
5 2017-08-14    160.21     159.85       NA            NA
6 2017-08-15    162.20     161.60       NA            NA
7 2017-08-16    162.51     160.95       NA            NA

我想像这样附加一列：

        date AAPL.High AAPL.Close AAPL.div lag.buy.price    sell.date
1 2017-08-08    161.83     160.08       NA            NA           NA
2 2017-08-09    161.27     161.06       NA            NA           NA
3 2017-08-10    160.00     155.32     0.63        161.06   2017-08-15
4 2017-08-11    158.57     157.48       NA            NA           NA
5 2017-08-14    160.21     159.85       NA            NA           NA
6 2017-08-15    162.20     161.60       NA            NA           NA
7 2017-08-16    162.51     160.95       NA            NA           NA

这找到了我可以卖出以实现收支平衡的第一个日期...我在 2017 年 8 月 9 日买入股票，以便在第二天有资格获得股息。我支付每股161.06。收到股息后，我现在想以 >= 161.06 的价格出售。 2017-08-15 是我能做到这一点的第一天。

我可以运行一个 for 循环来实现这一点，但它看起来相当粗糙和低效。

有没有办法使用 dplyr 生成“sell.date”列？

【问题讨论】：

我认为因为每个非NA 值都将与不同列中的所有后续值进行比较，所以在没有for 循环的情况下让它工作需要一些重要而脆弱的技巧。我怀疑for 循环将更加声明性和清晰性，从而使您（将来）或其他任何人（现在和永远）的可维护性变得更加简单。除非您发现代码性能是个问题，否则我建议您使用 for 循环。
我认为单独使用dplyr 管道是不可能的。您需要的是一些类似于 SQL 中的窗口和框架功能的概念。 dplyr 不支持这些。我同意 for 循环是要走的路。

标签： r dplyr quantmod

【解决方案1】：

这应该可以让你到达那里：

library(quantmod)
library(tidyverse)


stock.prices <- getSymbols(Symbols = 'AAPL', from = '2017-08-08', to = '2017-08-17', env = NULL)[,c(2,4)]
stock.dividends <- getDividends(Symbol = 'AAPL', from = '2017-08-08', to = '2017-08-17')

summary <- merge(stock.prices, stock.dividends) %>% 
  as_tibble() %>% 
  rownames_to_column('date') %>% 
  coredata() %>% 
  mutate(buy.price = ifelse(is.na(AAPL.div), NA, lag(AAPL.Close, 1)))

new_summary <- summary %>% 
  rownames_to_column() %>%
  mutate(rowname = as.numeric(rowname),
         sell.date = map2_chr(rowname, buy.price, function(row, buy){
           if(is.na(row) | is.na(buy)){
             NA
          }else{
            data <- summary %>% 
              mutate(lt_buy = AAPL.High >= buy) %>% 
              filter(lt_buy == T, rowname > row) 

            min(data$date)
          }
        }))

首先，您需要将行号附加到数据框中。然后，您应该使用purrr::map 来迭代数据（我将您的library(dplyr) 更改为library(tidyverse) 以获得purrr）。 purrr::map2 接受两个向量输入（在这种情况下，您的 data.frame 的两列 - 我冒昧地切换到 tibble）并在这些输入上运行一个函数。我在那里写的匿名函数会过滤您的摘要tibble，以筛选超出输入日期的日期和高于买入价的价格。然后它返回满足该条件的最短日期。

我还对您的数据设置进行了一些更改，使其使用管道链和更多 tidy 类型的结构。

希望这会有所帮助！

【讨论】：

【解决方案2】：

df[is.na(df$AAPL.div),'AAPL.div'] <- 0

sell.date <- 
with(df, {
  bought <- date > as.Date('2017-08-09')
  date[which.max(bought & (AAPL.Close + cumsum(AAPL.div*bought)) > 161.06)]})
sell.date     
#[1] "2017-08-15"

将此添加为列

df$sell.date <- ifelse(is.na(df$lag.buy.price), NA, sell.date)

df
#          date AAPL.High AAPL.Close AAPL.div lag.buy.price  sell.date
# 1: 2017-08-08    161.83     160.08     0.00            NA       <NA>
# 2: 2017-08-09    161.27     161.06     0.00            NA       <NA>
# 3: 2017-08-10    160.00     155.32     0.63        161.06 2017-08-15
# 4: 2017-08-11    158.57     157.48     0.00            NA       <NA>
# 5: 2017-08-14    160.21     159.85     0.00            NA       <NA>
# 6: 2017-08-15    162.20     161.60     0.00            NA       <NA>
# 7: 2017-08-16    162.51     160.95     0.00            NA       <NA>

使用的数据

library(data.table)
df <- fread("
a        date AAPL.High AAPL.Close AAPL.div lag.buy.price
1 2017-08-08    161.83     160.08       NA            NA
2 2017-08-09    161.27     161.06       NA            NA
3 2017-08-10    160.00     155.32     0.63        161.06
4 2017-08-11    158.57     157.48       NA            NA
5 2017-08-14    160.21     159.85       NA            NA
6 2017-08-15    162.20     161.60       NA            NA
7 2017-08-16    162.51     160.95       NA            NA
")[, -1]

【讨论】：

【解决方案3】：

这个解决方案并非完全没有 for 循环，但我猜你的意思是一个循环来比较每个值（该部分在这里被矢量化）。以防万一您观察到的红利不止一个，则需要使用此循环：

summary$sell.date<-as.Date(rep(NA,7))


for(i in 1:length(which(!is.na(summary$buy.price))))
summary$sell.date[which(!is.na(summary$buy.price))[i]]<- summary[c(rep(FALSE,which(!is.na(summary$buy.price))[i]-1),(summary[which(!is.na(summary$buy.price))[i]:nrow(summary),"AAPL.High"]>summary[!is.na(summary$buy.price),"buy.price"][i])),"date"][1]

它产生以下结果：

     date AAPL.High AAPL.Close AAPL.div buy.price  sell.date
1 2017-08-08    161.83     160.08       NA        NA       <NA>
2 2017-08-09    161.27     161.06       NA        NA       <NA>
3 2017-08-10    160.00     155.32     0.63    161.06 2017-08-15
4 2017-08-11    158.57     157.48       NA        NA       <NA>
5 2017-08-14    160.21     159.85       NA        NA       <NA>
6 2017-08-15    162.20     161.60       NA        NA       <NA>
7 2017-08-16    162.51     160.95       NA        NA       <NA>

【讨论】：