将函数应用于多个列 [英] Applying a function to multiple columns

问题描述

我想将一个函数应用于多个列。数据框中的数据数据的结构如下：

  col1 col2 col3 
xxx 
xxx 
xxx 
  

特别是，我想申请ADF测试每列的时间序列。

我以为这样可能会起作用：

  f<  -  function（x）ur.df（x，type =none，lags = 10，selectlags =AIC））
 sapply（data，f）
  

但是，处理列的变量似乎有问题。

如何正确执行？

更新：使用此命令创建具有随机值的三列： p>

  data = data.frame（matrix（rnorm（30），nrow = 10））
  

解决方案

我可以看到您的代码有两个问题：

1）在你的函数定义中，你有一个括号太多;它应该是：

  f < -  function（x）ur.df（x，type =none，lags = 10，selectlags =AIC）
  

2）给定维度的滞后数太高的数据集。以下工作（分别注意不同数据集的不同维度和滞后）：

 库（urca）
 data<  -  data.frame（matrix（rnorm（300），nrow = 100））
f<  -  function（x）ur.df（x，type =none，lags = 10，selectlags =AIC）
 sapply（data，f）
 
 data2 = data.frame（matrix（rnorm（30），nrow = 10））
 f2& （x）ur.df（x，type =none，lags = 3，selectlags =AIC）
 sapply（data2，f2）
  

其中给出以下输出（当然，数字当然不同，因为我没有为 rnorm 设置种子）

$ X1增强的Dickey-Fuller测试单元根/协整测试测试统计量的
值为：-6.0255

$ X2增强的Dickey-Fuller测试单元根/协整测试测试统计量的
值为：-7.164

$ X3增强的Dickey-Fuller测试单元根/协整测试测试统计的
值为：-5.0921

和

$ X1增强的Dickey-Fuller测试单元根/协整测试测试统计量的
值是：-1.2124

$ X2增强的Dickey-Fuller测试单元根/协整测试测试统计量的
值为：-0.8715

$ X3增强的Dickey-Fuller测试单元根/协整检验测试统计量的
值为：-0.6598

I want to apply a function to multiple columns. My data in the dataframe data is structured as follows:

col1 col2 col3
x    x    x
x    x    x
x    x    x

In particular, I want to apply an ADF test on the time-series of each column.

I thought something like this might work:

f <- function(x) ur.df(x, type = "none", lags = 10, selectlags = "AIC"))
sapply(data, f)

However, it seems that there's a problem handling the "variable" of the column.

How is it done correctly?

Update: Use this to create three columns with random values:

data = data.frame(matrix(rnorm(30), nrow=10))

解决方案

There are two issues with your code as far as I can see:

1) In your function definition, you have one parenthesis too much; it should be:

f <- function(x) ur.df(x, type = "none", lags = 10, selectlags = "AIC")

2) The number of lags is too high for the given dimension of the dataset. The following works (note the different dimensions and lags of and for the different datasets, respectively):

library(urca)
data <- data.frame(matrix(rnorm(300), nrow=100))
f <- function(x) ur.df(x, type = "none", lags = 10, selectlags = "AIC")
sapply(data,f)

data2 = data.frame(matrix(rnorm(30), nrow=10))
f2 <- function(x) ur.df(x, type = "none", lags = 3, selectlags = "AIC")
sapply(data2,f2)

which gives you the following output (numbers can of course differ since I did not set a seed for rnorm):

$X1 Augmented Dickey-Fuller Test Unit Root / Cointegration Test The value of the test statistic is: -6.0255

$X2 Augmented Dickey-Fuller Test Unit Root / Cointegration Test The value of the test statistic is: -7.164

$X3 Augmented Dickey-Fuller Test Unit Root / Cointegration Test The value of the test statistic is: -5.0921

and

$X1 Augmented Dickey-Fuller Test Unit Root / Cointegration Test The value of the test statistic is: -1.2124

$X2 Augmented Dickey-Fuller Test Unit Root / Cointegration Test The value of the test statistic is: -0.8715

$X3 Augmented Dickey-Fuller Test Unit Root / Cointegration Test The value of the test statistic is: -0.6598

这篇关于将函数应用于多个列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！