Преобразование ежедневных итоговых доходов и цен в годовые значения в R

Question

У меня есть данные об общих доходах и ценах акций на ежедневной основе для некоторых банков, с 1997 по 2015 год, такие как:

DATE         Bank1_TotalReturn Bank1_Price Bank2_TR Bank2_P  ... and so on for all other banks
01/01/1997         103.13           10.43       NA       NA
02/01/1997         104.66           11.12   153.89    23.08
03/01/1997            ...             ...      ...      ...
...and so on
for all other
days until
31/12/2015

Используя R, мне нужно преобразовать их в "среднегодовые значения", чтобы я мог получить одно среднегодовое значение как для общей доходности, так и для цены, очевидно, для каждого банка, чтобы создать набор данных Panel.

Примечание: данные содержат множество пропущенных значений, код должен учитывать эту проблему!:)

Answer 1

Ты можешь использовать format извлечь год из DATE (после преобразования в Date класс), чтобы преобразовать дату в год даты. Затем с помощью dplyr:

library(dplyr)
res <- df %>% group_by(Year=format(as.Date(DATE,format="%d/%m/%Y"),"%Y")) %>% 
              summarise_at(vars(-DATE), median, na.rm=TRUE)

Мы первые group_by преобразованный Year, а затем мы используем summarise_at подвести итог median за каждый столбец кроме DATE, Обратите внимание, что мы передаем в аргументе na.rm=TRUE в median игнорировать NA"S.

Или используя aggregate:

df$Year <- format(as.Date(df$DATE,format="%d/%m/%Y"),"%Y")
df <- df[,!(names(df)=="DATE")]
res <- aggregate(. ~ Year, data=df, FUN=median, na.rm=TRUE, na.action=NULL)

Здесь мы препроцессировать df изменить DATE столбец к Year и мы используем формулу . ~ Year указать агрегирование всех столбцов, сгруппированных по Year, Обратите внимание, что в aggregateмы уточняем na.action=NULL так как по умолчанию na.action will remove rows that have anyНе Доступно. Instead, we passna.rm=TRUE,to the functionмедианаto handleNA` годов.

Чтобы проиллюстрировать это, я дополнил ваши опубликованные данные:

df <- structure(list(DATE = c("01/01/1997", "02/01/1997", "03/01/1997", 
"04/01/1997", "01/01/1998", "02/01/1998", "03/01/1998", "04/01/1998"
), Bank1_TotalReturn = c(103.13, 104.66, 105.23, NA, 113.13, 
114.66, 115.23, NA), Bank1_Price = c(10.43, 11.12, 12.15, NA, 
11.43, 12.12, NA, 13.15), Bank2_TR = c(NA, 153.89, 145.89, 136.89, 
140.92, 153.89, 145.89, 146.89), Bank2_P = c(NA, 23.08, NA, NA, 
20.9, 23.08, 25.73, 25.98)), .Names = c("DATE", "Bank1_TotalReturn", 
"Bank1_Price", "Bank2_TR", "Bank2_P"), class = "data.frame", row.names = c(NA, 
-8L))
##        DATE Bank1_TotalReturn Bank1_Price Bank2_TR Bank2_P
##1 01/01/1997            103.13       10.43       NA      NA
##2 02/01/1997            104.66       11.12   153.89   23.08
##3 03/01/1997            105.23       12.15   145.89      NA
##4 04/01/1997                NA          NA   136.89      NA
##5 01/01/1998            113.13       11.43   140.92   20.90
##6 02/01/1998            114.66       12.12   153.89   23.08
##7 03/01/1998            115.23          NA   145.89   25.73
##8 04/01/1998                NA       13.15   146.89   25.98

С этими данными, используя любой подход, результат:

print(res)
##   Year Bank1_TotalReturn Bank1_Price Bank2_TR Bank2_P
##1  1997            104.66       11.12   145.89  23.080
##2  1998            114.66       12.12   146.39  24.405

---

Если целью является вычисление среднего значения вместо медианы, тогда просто подставьте mean за median, Для aggregate решение:

res <- aggregate(. ~ Year, data=df, FUN=mean, na.rm=TRUE, na.action=NULL)
print(res)
##  Year Bank1_TotalReturn Bank1_Price Bank2_TR Bank2_P
##1 1997            104.34    11.23333 145.5567 23.0800
##2 1998            114.34    12.23333 146.8975 23.9225