Entfernen Sie Werte basierend auf bestimmten Beziehung zum vorherigen Wert in derselben Spalte

Question

Ich habe tägliche Rücklieferungsdaten für mehrere Unternehmen und müssen diese Werte entfernen, die eine bestimmte Beziehung zum vorherigen (= der Vortag) Rückgabewert haben. In einer mathematischen Formel sieht es in etwa so aus: (1 + r) * (1 + e) ​​-1 < = 50%, wobei r die Rendite des aktuellen Tages ist und e die Rendite des Vortages und mindestens entweder r oder e, die größer als 100% sind. Der Datenrahmen DF sieht so aus.

Date   A  B  C  D 
01.01.2015 0.15 0.17 0.70 0.65 
02.01.2015 1.01 0.75 0.01 -0.18 
01.02.2015 -0.50 0.64 1.20 0.1 
06.02.2015 0.12 0.54 0.13 1.50 
01.03.2016 0.45 0.54 1.89 0.56 

Nach Anwendung dieses Filters sollte DF so aussehen.

Date   A  B  C  D 
01.01.2015 0.15 0.17 0.70 0.65 
02.01.2015 1.01 0.75 0.01 -0.18 
01.02.2015 NA 0.64 1.20 0.1 
06.02.2015 0.12 0.54 0.13 1.50 
01.03.2016 0.45 0.54 1.89 0.56 

Vielen Dank für Ihre Hilfe!

Answer 1

Ich würde versuchen, diese:

library(tidyverse) 

check_fn <- function(Z){ 
    ifelse(((lag(Z, n=1) > 1 | Z >1) & ((1+lag(Z, n=1))*(1+Z) <= 1.5)), NA, Z) 
} 

Y <- X %>% 
    mutate_at(vars(2:5), check_fn) 

Y[1, 2:5] <- X[1, 2:5] 

Y 

..., die erzeugt:

 Date A B C  D 
1 01.01.2015 0.15 0.17 0.70 0.65 
2 02.01.2015 1.01 0.75 0.01 -0.18 
3 01.02.2015 NA 0.64 1.20 0.10 
4 06.02.2015 0.12 0.54 0.13 1.50 
5 01.03.2016 0.45 0.54 1.89 0.56 

Ich hoffe, dass es Ihnen hilft.

Answer 2

Entschuldigung, ich habe etwas von Ihrem Beitrag falsch gelesen. Ich habe es so korrigiert, dass es Ihrer erwarteten Ausgabe entspricht.

library(data.table) 
setDT(dat) 
dat = dat[ , lapply(.SD, relationship), .SDcols = c("A", "B", "C", "D")] 

relationship = function(x){ 
    return(ifelse(((1 + x)*(1 + shift(x)) - 1) < .5 & !is.na(shift(x)) & (x > 1 | shift(x) > 1), NA, x)) 
} 

> dat[ , lapply(.SD, relationship), .SDcols = c("A", "B", "C", "D")] 
     A B C  D 
1: 0.15 0.17 0.70 0.65 
2: 1.01 0.75 0.01 -0.18 
3: NA 0.64 1.20 0.10 
4: 0.12 0.54 0.13 1.50 
5: 0.45 0.54 1.89 0.56 

können Sie die Daten cbind zurück auf die data.table

sollte ich hinzufügen einhüllen gibt es viele weitere Spalten, die dies auf getan werden muss, und Sie wollen nicht, dass Sie sie alle heraus schreiben könnte so etwas tun.

Dates = dat$Date 
dat[ , "Date" := NULL] 
dat = dat[ , lapply(.SD, relationship)] 

Das wird die Funktion auf jede Spalte in der data.table anwenden.

Answer 3

Möglicherweise gibt es eine elegangere Lösung.

> M=matrix(c(0.15,0.17,0.70,0.65,1.01,0.75,0.01,-0.18,-0.50,0.64,1.20,0.1,0.12,0.54,0.13,1.50,0.45,0.54,1.89,0.56),nrow = 5, byrow = TRUE) 
> M 
     [,1] [,2] [,3] [,4] 
[1,] 0.15 0.17 0.70 0.65 
[2,] 1.01 0.75 0.01 -0.18 
[3,] -0.50 0.64 1.20 0.10 
[4,] 0.12 0.54 0.13 1.50 
[5,] 0.45 0.54 1.89 0.56 
> ifelse(rbind(c(T,T,T,T), !(((M[2:5,]>1)|(M[1:4,]>1))&(((1+M[2:5,])*(1+M[1:4,])-1)<.5))), M, NA) 
    [,1] [,2] [,3] [,4] 
[1,] 0.15 0.17 0.70 0.65 
[2,] 1.01 0.75 0.01 -0.18 
[3,] NA 0.64 1.20 0.10 
[4,] 0.12 0.54 0.13 1.50 
[5,] 0.45 0.54 1.89 0.56