问题描述
我最近遇到了一个有趣的问题,即使用倒数第二个值作为 .init
参数加上附加向量的当前值来计算向量值。这是示例数据集:
set.seed(13)
dt <- data.frame(id = rep(letters[1:2],each = 5),time = rep(1:5,2),ret = rnorm(10)/100)
dt$ind <- if_else(dt$time == 1,120,if_else(dt$time == 2,125,as.numeric(NA)))
id time ret ind
1 a 1 0.005543269 120
2 a 2 -0.002802719 125
3 a 3 0.017751634 NA
4 a 4 0.001873201 NA
5 a 5 0.011425261 NA
6 b 1 0.004155261 120
7 b 2 0.012295066 125
8 b 3 0.002366797 NA
9 b 4 -0.003653828 NA
10 b 5 0.011051443 NA
我想计算的是:
ind_{t} = ind_{t-2}*(1+ret_{t})
我尝试了以下代码。由于 .init
在这里没有用,我尝试取消原始 .init
并创建一个虚拟 .init
但不幸的是它不会将新创建的值(从第三行向下)拖到计算中:
dt %>%
group_by(id) %>%
mutate(ind = c(120,accumulate(3:n(),.init = 125,~ .x * 1/.x * ind[.y - 2] * (1 + ret[.y]))))
# A tibble: 10 x 4
# Groups: id [2]
id time ret ind
<chr> <int> <dbl> <dbl>
1 a 1 0.00554 120
2 a 2 -0.00280 125
3 a 3 0.0178 122.
4 a 4 0.00187 125.
5 a 5 0.0114 NA
6 b 1 0.00416 120
7 b 2 0.0123 125
8 b 3 0.00237 120.
9 b 4 -0.00365 125.
10 b 5 0.0111 NA
我想知道是否可以对这段代码进行调整并使其完全运行。 非常感谢您的帮助
解决方法
使用由 ind 的当前值和 ind 的先验值组成的状态向量。这样,先验状态包含 ind 的第二个先验值。我们将其编码为复数值,实部等于 ind,虚部等于 ind 的先验值。最后,我们开始真正的部分。
library(dplyr)
library(purrr)
dt %>%
group_by(id) %>%
mutate(result = c(ind[1],Re(accumulate(.x = tail(ret,-2),.f = ~ Im(.x) * (1 + .y) + Re(.x) * 1i,.init = ind[2] + ind[1] * 1i)))) %>%
ungroup
给予:
# A tibble: 10 x 5
id time ret ind result
<chr> <int> <dbl> <dbl> <dbl>
1 a 1 0.00554 120 120
2 a 2 -0.00280 125 125
3 a 3 0.0178 NA 122.
4 a 4 0.00187 NA 125.
5 a 5 0.0114 NA 124.
6 b 1 0.00416 120 120
7 b 2 0.0123 125 125
8 b 3 0.00237 NA 120.
9 b 4 -0.00365 NA 125.
10 b 5 0.0111 NA 122.
变化
此变体消除了复数,并使用 2 个元素的向量代替每个复数,其中第一个数字对应于先前解中的实部,而每对中的第二个数字对应于虚部。这可以扩展到我们需要每个状态超过 2 个数字并且依赖关系涉及所有最后 N 个值的情况,但是对于这里的问题,额外的代码行的缺点是从对列表中提取结果比在先前的解决方案中使用 Re 更复杂的数字。
dt %>%
group_by(id) %>%
mutate(result = c(ind[1],accumulate(.x = tail(ret,.f = ~ c(.x[2] * (1 + .y),.x[1]),.init = ind[2:1])),result = map_dbl(result,first)) %>%
ungroup
检查
我们检查上述结果是否正确。或者,这可以用作直接的解决方案。
calc <- function(ind,ret) {
for(i in seq(3,length(ret))) ind[i] <- ind[i-2] * (1 + ret[i])
ind
}
dt %>%
group_by(id) %>%
mutate(result = calc(ind,ret)) %>%
ungroup
给予:
# A tibble: 10 x 5
id time ret ind result
<chr> <int> <dbl> <dbl> <dbl>
1 a 1 0.00554 120 120
2 a 2 -0.00280 125 125
3 a 3 0.0178 NA 122.
4 a 4 0.00187 NA 125.
5 a 5 0.0114 NA 124.
6 b 1 0.00416 120 120
7 b 2 0.0123 125 125
8 b 3 0.00237 NA 120.
9 b 4 -0.00365 NA 125.
10 b 5 0.0111 NA 122.
,
我会通过为每个序列创建虚拟组来完成它,以便可以为任意数量的“N”完成。在新的详细数据上演示它
df <- data.frame(
stringsAsFactors = FALSE,grp = c("a","a","b","b"),rate = c(0.082322056,0.098491104,0.07294593,0.08741672,0.030179747,0.061389031,0.011232314,0.08553277,0.091272669,0.031577847,0.024039791,0.091719552,0.032540636,0.020411727,0.094521716,0.081729178,0.066429708,0.04985793),ind = c(11000L,12000L,13000L,NA,10000L,NA)
)
df
#> grp rate ind
#> 1 a 0.08232206 11000
#> 2 a 0.09849110 12000
#> 3 a 0.07294593 13000
#> 4 a 0.08741672 NA
#> 5 a 0.03017975 NA
#> 6 a 0.06138903 NA
#> 7 a 0.01123231 NA
#> 8 a 0.08553277 NA
#> 9 a 0.09127267 NA
#> 10 b 0.03157785 10000
#> 11 b 0.02403979 13000
#> 12 b 0.09171955 12000
#> 13 b 0.03254064 NA
#> 14 b 0.02041173 NA
#> 15 b 0.09452172 NA
#> 16 b 0.08172918 NA
#> 17 b 0.06642971 NA
#> 18 b 0.04985793 NA
library(tidyverse)
N = 3
df %>% group_by(grp) %>%
group_by(d = row_number() %% N,.add = TRUE) %>%
mutate(ind = accumulate(rate[-1] + 1,.init = ind[1],~ .x * .y))
#> # A tibble: 18 x 4
#> # Groups: grp,d [6]
#> grp rate ind d
#> <chr> <dbl> <dbl> <dbl>
#> 1 a 0.0823 11000 1
#> 2 a 0.0985 12000 2
#> 3 a 0.0729 13000 0
#> 4 a 0.0874 11962. 1
#> 5 a 0.0302 12362. 2
#> 6 a 0.0614 13798. 0
#> 7 a 0.0112 12096. 1
#> 8 a 0.0855 13420. 2
#> 9 a 0.0913 15057. 0
#> 10 b 0.0316 10000 1
#> 11 b 0.0240 13000 2
#> 12 b 0.0917 12000 0
#> 13 b 0.0325 10325. 1
#> 14 b 0.0204 13265. 2
#> 15 b 0.0945 13134. 0
#> 16 b 0.0817 11169. 1
#> 17 b 0.0664 14147. 2
#> 18 b 0.0499 13789. 0
dplyr
中的替代答案(仅使用您自己稍加修改的数据)
set.seed(13)
dt <- data.frame(id = rep(letters[1:2],each = 5),time = rep(1:5,2),ret = rnorm(10)/100)
dt$ind <- ifelse(dt$time == 1,12000,ifelse(dt$time == 2,12500,as.numeric(NA)))
library(dplyr,warn.conflicts = F)
dt %>% group_by(id) %>%
group_by(d= row_number() %% 2,.add = TRUE) %>%
mutate(ind = cumprod(1 + duplicated(id) * ret)* ind[1])
#> # A tibble: 10 x 5
#> # Groups: id,d [4]
#> id time ret ind d
#> <chr> <int> <dbl> <dbl> <dbl>
#> 1 a 1 0.00554 12000 1
#> 2 a 2 -0.00280 12500 0
#> 3 a 3 0.0178 12213. 1
#> 4 a 4 0.00187 12523. 0
#> 5 a 5 0.0114 12353. 1
#> 6 b 1 0.00416 12000 0
#> 7 b 2 0.0123 12500 1
#> 8 b 3 0.00237 12028. 0
#> 9 b 4 -0.00365 12454. 1
#> 10 b 5 0.0111 12161. 0