对Julia使用R-lag
我试图为数据帧中的特定列创建滞后+1正向 我的数据如下:对Julia使用R-lag,julia,Julia,我试图为数据帧中的特定列创建滞后+1正向 我的数据如下: julia> head(df) 6×9 DataFrames.DataFrame. Omitted printing of 1 columns │ Row │ Date │ Open │ High │ Low │ Close │ Adj Close │ Volume │ Close_200sma │ ├─────┼────────────┼─────────┼─────────┼────────
julia> head(df)
6×9 DataFrames.DataFrame. Omitted printing of 1 columns
│ Row │ Date │ Open │ High │ Low │ Close │ Adj Close │ Volume │ Close_200sma │
├─────┼────────────┼─────────┼─────────┼─────────┼─────────┼───────────┼─────────┼──────────────┤
│ 1 │ 1993-02-02 │ 43.9687 │ 43.9687 │ 43.75 │ 43.9375 │ 27.6073 │ 1003200 │ NaN │
│ 2 │ 1993-02-03 │ 43.9687 │ 44.25 │ 43.9687 │ 44.25 │ 27.8036 │ 480500 │ NaN │
│ 3 │ 1993-02-04 │ 44.2187 │ 44.375 │ 44.125 │ 44.3437 │ 27.8625 │ 201300 │ NaN │
│ 4 │ 1993-02-05 │ 44.4062 │ 44.8437 │ 44.375 │ 44.8125 │ 28.1571 │ 529400 │ NaN │
│ 5 │ 1993-02-08 │ 44.9687 │ 45.0937 │ 44.4687 │ 45.0 │ 28.2749 │ 531500 │ NaN │
│ 6 │ 1993-02-09 │ 44.9687 │ 45.0625 │ 44.7187 │ 44.9687 │ 28.2552 │ 492100 │ NaN
│
这是我的滞后尝试,在R中,我可以代表NA,1,然后将其附加到子集合数据的前面。这是我的朱莉娅:
# Lag data +1 forward
lag = df[1:nrow(df)-1,[:Long]] # shorten vector by 1 (remove last element)
v = Float64[]
v = vec(convert(Array, lag)) # convert df column to vector
z = fill(NaN, 1) # rep NaN, 1 time (add this to front) to push all forward +1
lags = Float64[]
lags= vec[z; [v]] # join both arrays z=NA first , make vector same nrow(df)
当我加入NaN和我的数组时,我的长度(滞后)为2。
数据分为两部分:
julia> length(lags[2])
6255
当进入第二部分时,我看到更长的长度
如果我以另一种方式加入,NaN在末尾,数字在前面。我获得了正确的长度:
# try joining other way
lags_flip = [v; [z]]
julia> length(lags_flip)
6256
我也可以把它添加回我的数据框中:(底部是Nan,前面是我想要的)
我的问题是当加入Nan和我的数据时,如下所示:
滞后翻转=[v;[z]]
当我以另一种方式进行时,我获得了正确的长度:
首先:
滞后=[z;[v]]
那么它看起来就不正确了
如何通过数据+1向前偏移,在前面放置一个Nan,然后将其添加回我的df?我觉得我很接近,但错过了一些东西编辑:
再想一想,可能在数据帧
中弄乱列的长度并不是最好的做法,我想你还是想要一个新的列吧。在这种情况下,这可能是一种基本方法:
df[:LagLong] = [missing; df[1:end-1,:Long]]
或者,如果您想要NaN
(但您可能希望丢失,如下所述):
先前的答复:
您可以在以下位置执行此操作:
julia> x = [1.0,2.0,3.0]
3-element Array{Float64,1}:
1.0
2.0
3.0
julia> pop!(unshift!(x, NaN))
3.0
julia> x
3-element Array{Float64,1}:
NaN
1.0
2.0
替换pop中的x
!(unshift!(x,NaN))
通过适当的列选择器,如df[:Long]
然而,请注意,NaN
在R中不是NA
,在Julia中NA
是缺失的。现在有一个分支:
如果您的列允许缺少值(它将在showcols
中显示Union{missing,[Something]}
),那么您可以执行与上述pop相同的操作!(取消移位!(df[:Long],缺失))
如果它不允许丢失,您有两个选择。首先是先调用allowmissing!(df,:Long)
以允许遗漏并按上述方式继续。另一种类似于您提出的方法:df[:Long]=[missing;df[1:end-1,:Long]]
df[:LagLong] = [NaN; df[1:end-1,:Long]]
julia> x = [1.0,2.0,3.0]
3-element Array{Float64,1}:
1.0
2.0
3.0
julia> pop!(unshift!(x, NaN))
3.0
julia> x
3-element Array{Float64,1}:
NaN
1.0
2.0