用库存 returns 拆分庞大的数据集

Question

我有一个很长的 CRSP data.frame，我正在尝试将它拆成宽格式。

数据框包含 kypermno（股票标识符）、caldat（日期 yyyy-mm-dd）、prc（价格）、adjprc（调整后价格）和 ret（return）。数据框按股票 (kypermno) 和日期 (caldat) 排序，因此每一行代表给定日期的一只股票。

我想要的格式是：每个 kypermno 作为列（名称），每天（日期）作为行（名称）和相应字段中的 returns（删除 prc 和 adjprc）。

我试过这个：D_ret <- as.data.frame(unstack(hilfs_ret, ret ~ kypermno))

问题是并非所有股票全天都有 return，所以我收到一条错误消息：

”错误（函数（...，row.names = NULL，check.rows = FALSE，check.names = TRUE，： Argumente implizieren unterschiedliche Anzahl Zeilen" （英文：参数表示行数不同）

如果股票没有 return 或在那个日期甚至不存在，则应该有 "NA" 填充。

当我跳过 "as.data.frame" 函数时不会出现此错误消息，但我想要一个 data.frame 而不是列表。

使用 for 循环和 if 语句的解决方案不可行，因为数据集非常大（4800 万个条目）。

有办法解决吗？也许有重塑功能？

非常感谢您的帮助，祝您有愉快的一天！

亲切的问候

kb

Answer 1

您可以使用 tidyverse 包集合中的函数。假设您的数据框称为 "long_df." 那么此代码应将其转换为名为 "wide_df."

的数据框

library(tidyverse)
wide_df <- tidyr::spread(long_df %>% select(-prc, -adjprc), 
                         key= kypermno,
                         value = ret)

用库存 returns 拆分庞大的数据集

Unstacking huge dataset with stock returns

stack

r

reshape