r - 使用 apply 函数在 data.frame 中进行计算而不更改我的日期列的格式

Question

这是我的数据框:

df<-structure(list(Data = structure(c(18158, 18157, 18156, 18155, 
18152), class = "Date"), A = c(19.46, 19.26, 19.43, 19.44, 
19.1), B = c(49.72, 49.2, 48.45, 47, 51.34), C = c(45.69, 
44.92, 44.12, 43.07, 43), D = c(48.32, 48.02, 47.3, 46.65, 
47.14)), row.names = c(NA, 5L), class = "data.frame")

我想使用应用函数进行以下计算， 但没有提取物日期列:

new.df<-apply(df,2, function(x) (-diff(x)/x[-length(x)]))

我无法执行此操作，因为有一个“日期”格式列。如何更改我的应用函数来处理它，结果一直给一个数据框，第一列仍然是“日期”格式？

Answer 1

如果我们知道 'Date' 列的位置，则使用索引方法删除该列

f1 <- function(x) (-diff(x)/x[-length(x)])
apply(df[-1], 2, f1)

或者为了减少出错的可能性，使用 name 删除列

apply(df[setdiff(names(df), 'Data')], 2, f1)

apply转换为 matrix和 matrix只能有一个类型。所以，会发生什么是 Date如果类也包含在内，它就会被强制转换为整数存储模式。

如果有 character列，所有元素将被转换为 character并且计算不起作用
diff函数返回输出 length比 length少一个如果我们需要更新数据集的原始列，就会有 length不匹配。为了避免这种附加 NA一开始

f2 <- function(x) (c(NA, -diff(x)/x[-length(x)]))
df[-1] <- apply(df[-1],2, f2)

如果我们正在创建新列

df[paste0(names(df)[-1], "_diffs")] <- apply(df[-1],2, f2)

或者让它更有活力

i1 <- sapply(df, is.numeric)
apply(df[i1], 2,  f1)

此外，对于具有多种类型的数据集，可以使用 lapply/sapply

lapply(df[i1], function(x) -diff(x)/x[-length(x)])

与 dplyr ，我们可以使用 mutate_if

library(dplyr)
df %>%
   mutate_if(is.numeric, ~ c(NA_real_, diff(.)/.[-n()]))
#      Data            A           B            C            D
#1 2019-09-19           NA          NA           NA           NA
#2 2019-09-18 -0.010277492 -0.01045857 -0.016852703 -0.006208609
#3 2019-09-17  0.008826584 -0.01524390 -0.017809439 -0.014993753
#4 2019-09-16  0.000514668 -0.02992776 -0.023798731 -0.013742072
#5 2019-09-13 -0.017489712  0.09234043 -0.001625261  0.010503751

如果我们需要创建新列，请将其放在 list 中并按照 list 进行命名

df %>%
    mutate_if(is.numeric, list(diffs = ~ c(NA_real_, diff(.)/.[-n()])))
#        Data     A     B     C     D      A_diffs     B_diffs      C_diffs      D_diffs
#1 2019-09-19 19.46 49.72 45.69 48.32           NA          NA           NA           NA
#2 2019-09-18 19.26 49.20 44.92 48.02 -0.010277492 -0.01045857 -0.016852703 -0.006208609
#3 2019-09-17 19.43 48.45 44.12 47.30  0.008826584 -0.01524390 -0.017809439 -0.014993753
#4 2019-09-16 19.44 47.00 43.07 46.65  0.000514668 -0.02992776 -0.023798731 -0.013742072
#5 2019-09-13 19.10 51.34 43.00 47.14 -0.017489712  0.09234043 -0.001625261  0.010503751