Сократить список вектором имен столбцов

Имею следующий код.

standin1<-cbind(c("AAPL","JPM"), c("MSFT","AMZN"))
wantedstocks<-unique(c(standin1))
wantedstockprices<-tq_get(wantedstocks,"stock.prices", from = "2010-01-01", to = "2012-01-01")
prices_tbl1<-split(wantedstockprices,wantedstockprices$symbol)
prices_tbl2<-lapply(prices_tbl1,function(x) xts(x$adjusted,x$date))
prices_tbl3<-do.call(merge,prices_tbl2) #combine xts objects
log_return_allcolumns = do.call(merge.xts,lapply(colnames(prices_tbl3),function(x){ 
  z = periodReturn(prices_tbl3[,x],period = "daily",type = "log");    
  colnames(z) = x;
  return(z) 
} ))
split_prices_tbl3<-split.xts(log_return_allcolumns,f = "years",k=1)
remove_first_row<-lapply(split_prices_tbl3, function(x) x[-1,])
head(remove_first_row)
[[1]]
                    AMZN           JPM          MSFT          AAPL
2010-01-05  5.882649e-03  0.0191843964  0.0003230544  0.0017274487
2010-01-06 -1.828179e-02  0.0054797151 -0.0061562747 -0.0160339668
2010-01-07 -1.715962e-02  0.0196148156 -0.0104541501 -0.0018506625
2010-01-08  2.671686e-02 -0.0024586846  0.0068731050  0.0066263094
2010-01-11 -2.433510e-02 -0.0033633260 -0.0128016544 -0.0088605388
 [ reached getOption("max.print") -- omitted 246 rows ]

[[2]]
                    AMZN           JPM          MSFT          AAPL
2011-01-04  0.0042791497  0.0143687817  3.923736e-03  5.205323e-03
2011-01-05  0.0129422264  0.0121542431 -3.209453e-03  8.146719e-03
2011-01-06 -0.0083583695 -0.0049335851  2.886507e-02 -8.085237e-04
2011-01-07 -0.0019927083 -0.0190659530 -7.662873e-03  7.135931e-03
2011-01-10 -0.0043764395 -0.0055143151 -1.337576e-02  1.865725e-02

я хочу уменьшить вывод, чтобы получить только список с совпадающими именами standin1. Таким образом, в первом периоде remove_first_row[1] мне нужен вывод совпадающих сигналов от standin1[1,] и remove_first_now[2], мне нужен вывод с совпадающими строками от standin1[2,]. Итак, желаемый результат

$`1`
                    AAPL          MSFT
2010-01-05  0.0017274487  0.0003230544
2010-01-06 -0.0160339668 -0.0061562747
2010-01-07 -0.0018506625 -0.0104541501
2010-01-08  0.0066263094  0.0068731050
2010-01-11 -0.0088605388 -0.0128016544

$`2`
                     JPM          AMZN
2011-01-04  0.0143687817  0.0042791497
2011-01-05  0.0121542431  0.0129422264
2011-01-06 -0.0049335851 -0.0083583695
2011-01-07 -0.0190659530 -0.0019927083
2011-01-10 -0.0055143151 -0.0043764395

я пробовал что-то вроде

 selected_prices<-lapply(split_prices_tbl3, function(x) x[,standin1[1,]])

но тогда он не повторяет standin1[2,], как я могу это сделать?

Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
0
175
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы против использования циклов for? Они стремятся концептуально упростить эти проблемы без более сложных приложений со списком:

lists <- list(cbind(MSFT = rnorm(4), AMZN = rnorm(4), AAPL = rnorm(4), JPM = rnorm(4)),
     cbind(MSFT = rnorm(4), AMZN = rnorm(4), AAPL = rnorm(4), JPM = rnorm(4)))


standin1 <- cbind(c("AAPL","JPM"), c("MSFT","AMZN"))

n <- nrow(standin1)
subsetlist <- vector("list",n) # initialize
for(i in 1:n) subsetlist[[i]] <- lists[[i]][, standin1[i,]]
subsetlist

Обновлено:

Я использую mapply для одновременного перебора двух списков. Нам просто нужно изменить формат standin1, чтобы он больше походил на list(c(A,B),c(C,D)), чем на матрицу:

reformatted_standin1 <- as.list(as.data.frame(t(standin1), stringsAsFactors = F))
mapply(function(L,x) list(L[,x]), split_prices_tbl3, reformatted_standin1)

Привет, Эван, спасибо за ответ. Я не могу использовать циклы, потому что это вызовет некоторые другие проблемы в реальной настройке, однако я согласен с тем, что в целом это более простой подход, поскольку я также борюсь с приложением функции списка. Что касается вашей функции применения, я получаю 2 списка в каждом списке. Можете ли вы переформулировать это так, чтобы я получал только 1 результат в каждом списке.

Christian Skjøth 10.09.2018 07:07

Нет проблем - рад, что смог помочь

Evan Friedland 10.09.2018 07:43

что такого особенного в том, чтобы просто делать Map(function(x,y)x[,y],lists,data.frame(standin1)) ??

Onyambu 10.09.2018 08:04

Другие вопросы по теме