滞后值与日期

Question

我正在研究一个产品的价格。我每天都有随机丢失一些信息的数据。

请参阅此处的最小示例，其中缺少 1 月 4 日的信息：

library(lubridate)
library(data.table)

mockData <- data.table(timeStamp=c(ymd("20180101"), ymd("20180102"), ymd("20180103"), ymd("20180105")),
                       price=c(10,15,12,11))

我想将滞后价格添加到我的 data.table，但如果缺少前一天，我想要一个 NA 而不是有信息的最近一天。

我自己解释一下：

如果我使用 shift 函数：

mockData[, lag_price:=shift(price,type="lag")]

我得到：

structure(list(timeStamp = structure(c(17532, 17533, 17534, 17536
), class = "Date"), price = c(10, 15, 12, 11), lag_price = c(NA, 
                                                             10, 15, 12)), row.names = c(NA, -4L), class = c("data.table", 
                                                                                                             "data.frame"))

但我真正想要的是：

structure(list(timeStamp = structure(c(17532, 17533, 17534, 17536
), class = "Date"), price = c(10, 15, 12, 11), lag_price = c(NA, 
                                                             10, 15, NA)), row.names = c(NA, -4L), class = c("data.table", 
                                                                                                             "data.frame"))

我觉得使用 data.table 更舒服，但如果需要，我会使用 data.frame、dplyr 和 tidyverse

Answer 1

您可以添加一个 ifelse 语句来检查连续几天

mockData[, lag_price := ifelse(timeStamp - shift(timeStamp) == 1, shift(price), NA)]
#    timeStamp price lag_price
#1: 2018-01-01    10        NA
#2: 2018-01-02    15        10
#3: 2018-01-03    12        15
#4: 2018-01-05    11        NA

Answer 2

您可以展开日期，然后 lag价格。在此策略中，您还可以选择在管道中引入过滤器以删除不需要的日期。

data.frame(timeStamp = seq(min(mockData$timeStamp), max(mockData$timeStamp), by = 1)) %>%
  # you could add a further filter in here to clean out dates you don't want
  left_join(., mockData, by = "timeStamp") %>%
  mutate(lag_price = lag(price)) %>%
  filter(!is.na(all_dates)) %>%
  select(-all_dates)

Answer 3

mockData[, v := 
  data.table(timeStamp = timeStamp + 1, price)[.SD, on=.(timeStamp), x.price]
]

    timeStamp price  v
1: 2018-01-01    10 NA
2: 2018-01-02    15 10
3: 2018-01-03    12 15
4: 2018-01-05    11 NA

这使用 table 和 (timeStamp + 1, price) 进行更新连接。

滞后值与日期

Lag value with dates

r

lag

data.table