使用map / ifelse / when使用嵌入式xts对象提供数据操作
使用map / ifelse / when使用嵌入式xts对象提供数据操作
提问于 2017-04-24 03:51:47
在带有嵌入xts对象的Ti球下面
library(quantmod)
library(tidyverse)
Tickers <- c("AAPL","JNJ","KO","NKE")
Stock_Data <- sapply(Tickers, function(x) getSymbols(x,
from="1970-01-01",auto.assign = FALSE),
USE.NAMES = TRUE, simplify = FALSE) %>%
enframe(name="Ticker",value="Price_Data") %>%
dplyr::mutate(Price_2016 = map(Price_Data,function(x) x['2016'])) %>%
dplyr::mutate(n_days = map_dbl(Price_Data, function(x) ndays(x)))看起来是这样的：
现在，我想创建一个只有10000天以上的xts对象的新列。
Stock_Data <- Stock_Data %>%
dplyr::mutate(Price_If = map(Price_Data, ~ifelse(ndays(.x) > 10000,
.x,
NA)))我尝试过以上方法，但得到的列表中只有一个数字，条件为真时，它应该是整个xts对象，请参见下面的内容：
然后尝试使用when & map2
Stock_Data <- Stock_Data %>%
dplyr::mutate(Price_If = map2(Price_Data,Price_2016, ~when(ndays(.x) > 10000 ~ .x,
ndays(.x) <= 10000 ~ .y)))得到了这样的结果：
我如何找到正确的解决方案，以及ifelse实际发生了什么&对于应该返回.x的情况，什么时候？
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-04-24 06:28:22
你的问题由两部分组成，让我们分开来看：
1) ifelse
ifelse只适用于向量之类的“简单”值。您不能使用它返回更复杂的对象。还请参阅已证明日期的意外行为的文档示例。但是，您只需使用“正常”if-else块，如下所示：
Stock_Data %>% dplyr::mutate(Price_If = map(Price_Data, ~if(ndays(.x) > 10000) .x else NA))
这将导致与您在map2中的学徒相似的结果。
2)只提取一组观察结果
恐怕您不能用mutate提取一组观察(行)。mutate添加或更改列，因此结果总是包括所有的观察/行。若要筛选观测结果，请使用来自dplyr的dplyr函数，如下所示：(在您创建了带有mutate的n_days列之后)
Stock_Data %>% dplyr::filter(n_days > 10000)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/43579502
复制相关文章
相似问题
腾讯云开发者
