Рассчитать ежемесячные доходы с данными. Кадры в R

Question

Я хочу рассчитать ежемесячные доходы за список ценных бумаг в течение определенного периода времени. Данные у меня имеет следующую структуру:

date name value 
"2014-01-31" a 10.0 
"2014-02-28" a 11.1 
"2014-03-31" a 12.1 
"2014-04-30" a 11.9 
"2014-05-31" a 11.5 
"2014-06-30" a 11.88 
"2014-01-31" b 6.0 
"2014-02-28" b 8.5 
"2014-03-31" b 8.2 
"2014-04-30" b 8.8 
"2014-05-31" b 8.3 
"2014-06-30" b 8.9 

Код я пытался:

database$date=as.Date(database$date) 
monthlyReturn<- function(df) { (df$value[2] - df$value[1])/(df$value[1]) } 
mon.returns <- ddply(database, .(name,date), monthlyReturn) 

Однако выход колонки «monthlyReturn» приходит с нулями.

Любые мысли?

Answer 1

В зависимости от использования, но я хотел бы преобразовать его в надлежащий объект временного ряда, как xts, а затем работать с прайс-серии:

library(reshape2) 
library(xts) 
myTs <- dcast(database, date~name) 
myTs <- xts(myTs[,2:3], myTs[,1]) 
diff(myTs)/lag(myTs) 
        a   b 
2014-01-31   NA   NA 
2014-02-28 0.11000000 0.41666667 
2014-03-31 0.09009009 -0.03529412 
2014-04-30 -0.01652893 0.07317073 
2014-05-31 -0.03361345 -0.05681818 
2014-06-30 0.03304348 0.07228916 

Другой способ заключается в использовании dplyr:

library(dplyr) 
database %>% 
group_by(name) %>% 
mutate(mReturn = value/lag(value) - 1) 

     date name value monthReturn 
1 2014-01-31 a 10.00   NA 
2 2014-02-28 a 11.10 0.11000000 
3 2014-03-31 a 12.10 0.09009009 
4 2014-04-30 a 11.90 -0.01652893 
5 2014-05-31 a 11.50 -0.03361345 
6 2014-06-30 a 11.88 0.03304348 
7 2014-01-31 b 6.00   NA 
8 2014-02-28 b 8.50 0.41666667 
9 2014-03-31 b 8.20 -0.03529412 
10 2014-04-30 b 8.80 0.07317073 
11 2014-05-31 b 8.30 -0.05681818 
12 2014-06-30 b 8.90 0.07228916 

или data.table:

library(data.table) 
DT <- setDT(database) 
DT[, mReturn := value/shift(value) - 1, by = name] 
DT 

      date name value  mReturn 
1: 2014-01-31 a 10.00   NA 
2: 2014-02-28 a 11.10 0.11000000 
3: 2014-03-31 a 12.10 0.09009009 
4: 2014-04-30 a 11.90 -0.01652893 
5: 2014-05-31 a 11.50 -0.03361345 
6: 2014-06-30 a 11.88 0.03304348 
7: 2014-01-31 b 6.00   NA 
8: 2014-02-28 b 8.50 0.41666667 
9: 2014-03-31 b 8.20 -0.03529412 
10: 2014-04-30 b 8.80 0.07317073 
11: 2014-05-31 b 8.30 -0.05681818 
12: 2014-06-30 b 8.90 0.07228916