计算R中的加权平均寿命

Question

我想在 R 中计算贷款的加权平均寿命 (WAL)。计算 WAL[=47= 的公式] 给出 here。

我在 R 中创建了以下示例数据。

示例数据

library(data.table) DT<-data.table(date=c(rep(seq(from = 2015, to = 2016.25,by = .25),2), seq(from = 2015, to = 2017.5,by = .5)), value=c(rep(100,5), 0, 100, 80, 60, 40, 20, 0, 100, 70, 40, 30, 20, 0), id=rep(c("a","b","c"),each=6)) DT date value id 1: 2015.00 100 a 2: 2015.25 100 a 3: 2015.50 100 a 4: 2015.75 100 a 5: 2016.00 100 a 6: 2016.25 0 a 7: 2015.00 100 b 8: 2015.25 80 b 9: 2015.50 60 b 10: 2015.75 40 b 11: 2016.00 20 b 12: 2016.25 0 b 13: 2015.00 100 c 14: 2015.50 70 c 15: 2016.00 40 c 16: 2016.50 30 c 17: 2017.00 20 c 18: 2017.50 0 c

因此，本例中的每笔贷款都有 5 年的到期日，并且在到期日贷款被完全摊销。注意：日期并不总是按半年或一个季度递增，但可能会有所不同（参见示例数据）。

为了计算 WAL 我创建了 以下 R 代码

Counter <- unique(DT$id) # LOOP OVER ID for (i in 1:length(Counter)) { # SUBSET ONE ID DTSub <- DT[id == Counter[i], ] # LOOP OVER THE AMORTIZATIONDATES CounterSub <- unique(DTSub$date) for (j in 1:length(CounterSub)) { # SUBSET RANGE OF DATES IN COUNTERSUB DTSub_Date <- DTSub[date >= CounterSub[j], ] DTSub_Date[, t := abs(min(date)-date)] DT[id == Counter[i] & date == CounterSub[j], wal_calc := round(sum(abs(diff(DTSub_Date$value)) / max(DTSub_Date$value) * DTSub_Date$t[2:nrow(DTSub_Date)]),3)] } }

代码的输出

DT date value id wal_calc 1: 2015.00 100 a 1.250 2: 2015.25 100 a 1.000 3: 2015.50 100 a 0.750 4: 2015.75 100 a 0.500 5: 2016.00 100 a 0.250 6: 2016.25 0 a 0.000 7: 2015.00 100 b 0.750 8: 2015.25 80 b 0.625 9: 2015.50 60 b 0.500 10: 2015.75 40 b 0.375 11: 2016.00 20 b 0.250 12: 2016.25 0 b 0.000 13: 2015.00 100 c 1.300 14: 2015.50 70 c 1.143 15: 2016.00 40 c 1.125 16: 2016.50 30 c 0.833 17: 2017.00 20 c 0.500 18: 2017.50 0 c 0.000

代码的输出是正确的 (wal_calc) 但使用了双 for 循环，因此在相对较大的数据集上速度较慢（我的有 77k 行和 200 列）。

第一个 for 循环对 ID 进行子集化，第二个循环对未来日期进行子集化（按 ID，基于第一个子集）。

请求

我希望能够以更快、更有效的方式在此样本数据上生成 WALS，并避免这种双重 for 循环。这个问题可能有一个非常简单的解决方案。

如果有任何不清楚的地方，请告诉我。

Answer 1

您可以对第一个子集使用 apply。然后你只需要 for 循环。

ids <- unique(DT$id)

DTSub <- apply(DT, 1, function(x) if x$id %in% ids)

CounterSub <- unique(DTSub$date)

Answer 2

这将在没有 for 循环的情况下完成。

DT[order(date), WAL := {
  pmts <- matrix(value[-.N] - value[-1L], 
                 nrow = n2 <- .N - 1L, ncol = n2)
  ts <- matrix(date[-1L] - date[-.N], nrow = n2, ncol = n2)
  ts[upper.tri(ts)] <- 0
  ts <- apply(ts, 2, cumsum)
  c(colSums(pmts * ts) / value[-.N], 0)}, by = id]
DT
     date value id       WAL
# 1: 2015.00   100  a 1.2500000
# 2: 2015.25   100  a 1.0000000
# 3: 2015.50   100  a 0.7500000
# 4: 2015.75   100  a 0.5000000
# 5: 2016.00   100  a 0.2500000
# 6: 2016.25     0  a 0.0000000
# 7: 2015.00   100  b 0.7500000
# 8: 2015.25    80  b 0.6250000
# 9: 2015.50    60  b 0.5000000
# 10: 2015.75    40  b 0.3750000
# 11: 2016.00    20  b 0.2500000
# 12: 2016.25     0  b 0.0000000
# 13: 2015.00   100  c 1.3000000
# 14: 2015.50    70  c 1.1428571
# 15: 2016.00    40  c 1.1250000
# 16: 2016.50    30  c 0.8333333
# 17: 2017.00    20  c 0.5000000
# 18: 2017.50     0  c 0.0000000

计算R中的加权平均寿命

Calculate weighted average life in R

r

weighted-average

data.table