在两个特定行之间计数行

Question

df <- structure(list(inv = c("INV_1", "INV_1", "INV_1", "INV_1", "INV_1"), ass = c("x", "x", "x", "x", "x"), datetime = c("2010-01-01", 
"2010-01-02", "2010-01-03", "2010-01-08", "2010-01-19"), portfolio = c(10, 
0, 5, 2, 0)), operation = c(10, -10, 5, -3, -2), class = "data.frame", row.names = c(NA, -5L))

因此，我拥有4000 6000不同资产的投资者，对于每个投资者，我都有两个不同的变量的交易运营：运营告诉我他是否正在买卖；投资组合告诉我他在投资组合中有多少。

我想做的是计算职位在投资组合中保持开放的天数，因此我要计算投资组合返回零的一天的差异与投资组合获得的一天的差异（不是那样）可能获得负资产组合）。

因此，在上面的数据集中，我将计算row2 -row1 ==＆gt; 2010-01-02-2010-01-01 和第5行-3 ==＆gt; 2010-01-19-2010-01-03等...

我想为所有投资者进行此计算我在数据集中拥有的所有行中都有资产，这些行我发现portfolio＆gt; 0。

因此，我的数据集将有一个名为disuration的列，在这种情况下，该列是c（0,1,0,5,16）（所以我当然我当然还必须计算RAW1 -RAW1和RAW3 -RAW3 -RAW3） 因此，我的问题是每次重新启动计数portfolio返回到零。

Answer 1

library(dplyr)

df %>% 
  mutate(datetime = as.Date(datetime, "%Y-%m-%d")) %>% 
  group_by(investor, asset) %>% 
  arrange(datetime) %>% 
  mutate(grp.pos = cumsum(lag(portfolio, default = 1) == 0)) %>%
  group_by(investor, asset, grp.pos) %>% 
  mutate(`Open (#days)` = datetime - datetime[1])

#> # A tibble: 5 x 6
#> # Groups:   investor, asset, grp.pos [2]
#>   investor asset datetime   portfolio grp.pos `Open (#days)`
#>   <chr>    <chr> <date>         <dbl>   <int> <drtn>        
#> 1 INV_1    x     2010-01-01        10       0  0 days       
#> 2 INV_1    x     2010-01-02         0       0  1 days       
#> 3 INV_1    x     2010-01-03         5       1  0 days       
#> 4 INV_1    x     2010-01-08         2       1  5 days       
#> 5 INV_1    x     2010-01-19         0       1 16 days

数据：

df <- structure(list(investor = c("INV_1", "INV_1", "INV_1", "INV_1", "INV_1"), 
                     asset = c("x", "x", "x", "x", "x"), 
                     datetime = c("2010-01-01", "2010-01-02", "2010-01-03", 
                                  "2010-01-08", "2010-01-19"), 
                     portfolio = c(10, 0, 5, 2, 0)), 
                     operation = c(10, -10, 5, -3, -2), 
                class = "data.frame", row.names = c(NA, -5L))

Answer 2

这是我们可以做到的一种方式，如果需要，ass

首先，我们可以通过Inv> Inv将其用于原始数据集进行分组。然后将dateTime转换为日期格式以轻松进行计算（在这里我们使用ymd（）函数）。

下一步可以以不同的方式完成：

主要思想是将组的最后一行指示的列portfolio分组。为此，我们在此中安排datetime降级表格可以轻松地使用cumsum == 0应用分组ID。

重新排列DateTime我们可以按预期计算最后一个：

library(dplyr)
library(lubridate)

df %>% 
  group_by(inv) %>% 
  mutate(datetime = ymd(datetime)) %>% 
  arrange(desc(datetime)) %>% 
  group_by(position_Group = cumsum(portfolio==0)) %>% 
  arrange(datetime) %>% 
  mutate(position_open = last(datetime)-first(datetime)) %>% 
  ungroup()

  inv   ass   datetime   portfolio operation id_Group position_open
  <chr> <chr> <date>         <dbl>     <dbl>    <int> <drtn>       
1 INV_1 x     2010-01-01        10        10        2  1 days      
2 INV_1 x     2010-01-02         0       -10        2  1 days      
3 INV_1 x     2010-01-03         5         5        1 16 days      
4 INV_1 x     2010-01-08         2        -3        1 16 days      
5 INV_1 x     2010-01-19         0        -2        1 16 days