使用 map / ifelse / when 使用嵌入式 xts objects 进行 R purrr 数据操作

Question

在嵌入 xts 的小标题下方 objects

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)))

看起来像这样：

现在我想创建一个新列，其中只有那些超过 10000 天的 xts objects。

Stock_Data <- Stock_Data %>% 
dplyr::mutate(Price_If = map(Price_Data,  ~ifelse(ndays(.x) > 10000,
                                                          .x,
                                                          NA)))

我已经尝试了上面的方法，但得到一个只包含一个数字的列表，当条件为 TRUE 时，它应该是整个 xts object，见下文：

随后尝试使用 when & map2

Stock_Data <- Stock_Data %>% 
dplyr::mutate(Price_If = map2(Price_Data,Price_2016,  ~when(ndays(.x) > 10000 ~ .x, 
                                            ndays(.x) <= 10000 ~ .y)))

得到这个结果：

如何找到正确的解决方案以及 ifelse 的实际情况以及应该返回 .x 的情况？

Answer 1

您的问题由两部分组成；让我们分别看看它们：

1) ifelse

ifelse 仅适用于 "simple" 值，如向量。您不能将它用于 return 更复杂的对象。另请参阅已证明日期意外行为的记录示例。但是你可以像这样使用 "normal" if-else 块：

Stock_Data %>% dplyr::mutate(Price_If = map(Price_Data, ~if(ndays(.x) > 10000) .x else NA))

这会导致与您使用 map2 的方法类似的结果。

2) 仅提取一组观察结果

恐怕您无法使用 mutate 提取一组观察结果（行）。 mutate 添加或更改列，因此结果将始终包括所有观察值/行。要过滤观察结果，请使用 dplyr 中的 filter 函数，如下所示：（在使用 mutate 创建 n_days 列之后）

Stock_Data %>% dplyr::filter(n_days > 10000)

使用 map / ifelse / when 使用嵌入式 xts objects 进行 R purrr 数据操作

R purrr data manipulation with embedded xts objects using map / ifelse / when

r

xts

purrr