R 向数据框添加列以计算日志返回

我有一个包含时间序列财务数据的数据框，我想计算每个数据框的日志回报

下面是一个简化的示例（实际上，我有上百列）：

---

df您可以使用
plyr:：colwise

calc_log_return <- function(x) diff(log(x), lag = 1)
logReturns <- plyr::colwise(calc_log_return)(DF[, -1])

calc\u log\u return您可以使用
plyr:：colwise

calc_log_return <- function(x) diff(log(x), lag = 1)
logReturns <- plyr::colwise(calc_log_return)(DF[, -1])

calc\u log\u returnSimple
for
loop应该完成以下工作：

df2 <- df[,1:2]
for(name in names(df)[2:length(names(df))]){
    df2[,name] <- df[,name]
    df2[2:nrow(df2),paste0(name, ".Log")] <- diff(log(as.numeric(as.character(df[,name]))), lag = 1)
}
head(df2)

df2Simple
for
loop应该完成以下工作：

df2 <- df[,1:2]
for(name in names(df)[2:length(names(df))]){
    df2[,name] <- df[,name]
    df2[2:nrow(df2),paste0(name, ".Log")] <- diff(log(as.numeric(as.character(df[,name]))), lag = 1)
}
head(df2)

df2我们可以从
dplyr

library(dplyr)
df %>% mutate_each(funs(round(c(NA, diff(log(as.numeric(as.character(.))))),3)),
                                     B126:H251)
#        Date  B126   H251
#1 2004/10/29    NA     NA
#2 2004/11/30 0.015  0.058
#3 2004/12/31 0.003 -0.012
#4  2005/0131 0.024 -0.001

我们可以从
dplyr

library(dplyr)
df %>% mutate_each(funs(round(c(NA, diff(log(as.numeric(as.character(.))))),3)),
                                     B126:H251)
#        Date  B126   H251
#1 2004/10/29    NA     NA
#2 2004/11/30 0.015  0.058
#3 2004/12/31 0.003 -0.012
#4  2005/0131 0.024 -0.001

另一个dplyr解决方案。应用mutate_each后，使用merge from base R将新列添加到原始数据中

library(dplyr)

# clean up data (convert strings to numbers)
df <- df %>% mutate_each(funs(as.numeric(as.character(.))), B126:H251)

# calculate log diff and merge
df %>% merge(df %>% mutate_each(funs(c(NA,diff(log(.)))), B126:H251), by='Date', suffixes=c('','_log'))

# optionally apply rounding function
df %>% mutate_each(funs(round(.,3)), B126_log:H251_log)

另一个dplyr解决方案。应用mutate_each后，使用merge from base R将新列添加到原始数据中

library(dplyr)

# clean up data (convert strings to numbers)
df <- df %>% mutate_each(funs(as.numeric(as.character(.))), B126:H251)

# calculate log diff and merge
df %>% merge(df %>% mutate_each(funs(c(NA,diff(log(.)))), B126:H251), by='Date', suffixes=c('','_log'))

# optionally apply rounding function
df %>% mutate_each(funs(round(.,3)), B126_log:H251_log)

是否正在尝试记录df$B126中的每个值？为什么第一行是空的？例如@Nathan Day Log“0.0152”=Log（104.821/103.238）。基本上，这是11/2004的日志返回，这就是为什么我希望第一行为空。您是否尝试在df$B126中记录每个值？为什么第一行是空的？例如@Nathan Day Log“0.0152”=Log（104.821/103.238）。基本上这是2004年11月的日志返回，这就是为什么我希望第一行是空的。谢谢！但是我在运行
logReturns后得到了这个错误消息
error in Math.factor（x）：“log”对factors没有意义
logReturns您检查过所有列都是数字吗？使用
str
。只需要一列中包含一些文本就可以搞乱upI，因为我正在对示例数据运行代码
str（df）
返回
'data.frame'：4个obs。在3个变量中，
是导致问题的日期列吗？否-DF[，-1]删除日期列。问题在于示例数据中的引号。它们强制列成为字符向量，然后自动转换为因子。删除这些，一切都会好起来。我对R很陌生。你能更具体地介绍一下“引号”以及如何删除它们吗？我感谢你的帮助！非常感谢。但是我在运行
logReturns后得到了这个错误消息
error in Math.factor（x）：“log”对factors没有意义
logReturns您检查过所有列都是数字吗？使用
str
。只需要一列中包含一些文本就可以搞乱upI，因为我正在对示例数据运行代码
str（df）
返回
'data.frame'：4个obs。在3个变量中，
是导致问题的日期列吗？否-DF[，-1]删除日期列。问题在于示例数据中的引号。它们强制列成为字符向量，然后自动转换为因子。删除这些，一切都会好起来。我对R很陌生。你能更具体地介绍一下“引号”以及如何删除它们吗？我感谢你的帮助！