在 data.table 中的两列上滚动函数
Rolling a function on two columns in data.table
我有一个data.table如下-
library(data.table)
dt = data.table(
date = seq(as.Date("2015-12-01"), as.Date("2015-12-10"), by="days"),
v1 = seq(1, 10),
v2 = c(5, rep(NA, 9))
)
dt
date v1 v2
1: 2015-12-01 1 5
2: 2015-12-02 2 NA
3: 2015-12-03 3 NA
4: 2015-12-04 4 NA
5: 2015-12-05 5 NA
6: 2015-12-06 6 NA
7: 2015-12-07 7 NA
8: 2015-12-08 8 NA
9: 2015-12-09 9 NA
10: 2015-12-10 10 NA
我想将函数 qma 滚动应用到 v1 的当前行值和 v2 的前一行值
qma <- function(x, y){(x+y+7)/2}
我相信一定有一种简单的方法可以在一行中使用 zoo::rollapplyr 或 data.table.
这是原问题的后续问题
对于这样的递归计算,您可以在这里使用 Reduce
:
library(data.table)
dt[, v2 := Reduce(qma, v1[-1], init = first(v2), accumulate = TRUE)]
dt
# date v1 v2
# 1: 2015-12-01 1 5.00000
# 2: 2015-12-02 2 7.00000
# 3: 2015-12-03 3 8.50000
# 4: 2015-12-04 4 9.75000
# 5: 2015-12-05 5 10.87500
# 6: 2015-12-06 6 11.93750
# 7: 2015-12-07 7 12.96875
# 8: 2015-12-08 8 13.98438
# 9: 2015-12-09 9 14.99219
#10: 2015-12-10 10 15.99609
Reduce
与 accumulate = TRUE
一起使用时执行递归计算输出,其输出取决于先前的输出。
举一个简单的计算累计和的例子
x <- 1:10
res <- Reduce(`+`, x, accumulate = TRUE)
res
#[1] 1 3 6 10 15 21 28 36 45 55
res[1]
是x[1]
,res[2]
是res[1] + x[2]
,res[3]
是res[2] + x[3]
等等。
我们可以使用 accumulate
来自 purrr
library(dplyr)
library(purrr)
dt %>%
mutate(v2 = accumulate(v1[-1], qma, .init = first(v2)))
# date v1 v2
# 1: 2015-12-01 1 5.00000
# 2: 2015-12-02 2 7.00000
# 3: 2015-12-03 3 8.50000
# 4: 2015-12-04 4 9.75000
# 5: 2015-12-05 5 10.87500
# 6: 2015-12-06 6 11.93750
# 7: 2015-12-07 7 12.96875
# 8: 2015-12-08 8 13.98438
# 9: 2015-12-09 9 14.99219
#10: 2015-12-10 10 15.99609
我有一个data.table如下-
library(data.table)
dt = data.table(
date = seq(as.Date("2015-12-01"), as.Date("2015-12-10"), by="days"),
v1 = seq(1, 10),
v2 = c(5, rep(NA, 9))
)
dt
date v1 v2
1: 2015-12-01 1 5
2: 2015-12-02 2 NA
3: 2015-12-03 3 NA
4: 2015-12-04 4 NA
5: 2015-12-05 5 NA
6: 2015-12-06 6 NA
7: 2015-12-07 7 NA
8: 2015-12-08 8 NA
9: 2015-12-09 9 NA
10: 2015-12-10 10 NA
我想将函数 qma 滚动应用到 v1 的当前行值和 v2 的前一行值
qma <- function(x, y){(x+y+7)/2}
我相信一定有一种简单的方法可以在一行中使用 zoo::rollapplyr 或 data.table.
这是原问题的后续问题
对于这样的递归计算,您可以在这里使用 Reduce
:
library(data.table)
dt[, v2 := Reduce(qma, v1[-1], init = first(v2), accumulate = TRUE)]
dt
# date v1 v2
# 1: 2015-12-01 1 5.00000
# 2: 2015-12-02 2 7.00000
# 3: 2015-12-03 3 8.50000
# 4: 2015-12-04 4 9.75000
# 5: 2015-12-05 5 10.87500
# 6: 2015-12-06 6 11.93750
# 7: 2015-12-07 7 12.96875
# 8: 2015-12-08 8 13.98438
# 9: 2015-12-09 9 14.99219
#10: 2015-12-10 10 15.99609
Reduce
与 accumulate = TRUE
一起使用时执行递归计算输出,其输出取决于先前的输出。
举一个简单的计算累计和的例子
x <- 1:10
res <- Reduce(`+`, x, accumulate = TRUE)
res
#[1] 1 3 6 10 15 21 28 36 45 55
res[1]
是x[1]
,res[2]
是res[1] + x[2]
,res[3]
是res[2] + x[3]
等等。
我们可以使用 accumulate
来自 purrr
library(dplyr)
library(purrr)
dt %>%
mutate(v2 = accumulate(v1[-1], qma, .init = first(v2)))
# date v1 v2
# 1: 2015-12-01 1 5.00000
# 2: 2015-12-02 2 7.00000
# 3: 2015-12-03 3 8.50000
# 4: 2015-12-04 4 9.75000
# 5: 2015-12-05 5 10.87500
# 6: 2015-12-06 6 11.93750
# 7: 2015-12-07 7 12.96875
# 8: 2015-12-08 8 13.98438
# 9: 2015-12-09 9 14.99219
#10: 2015-12-10 10 15.99609