如何在R语言中实现tsibble列除以首值的操作？

之前处理xts对象时，用以下函数实现列除以首值的标准化：

standardize <- function(ts) { as.xts(apply(ts, 2, function(x) x / x[1])) }

但处理tsibble对象时，执行以下代码会报错：

require(fpp3)
goog <- gafa_stock %>% filter(Symbol=="GOOG",year(Date)==2018)
close <- goog %>% select(Close)
close1 <- apply(close, 2, function(x) x / x[1])

错误信息：

Error in x/x[1] : non-numeric argument to binary operator

问题原因 #

apply函数处理tsibble列时，会将列转换为tsibble的嵌套数据结构（而非纯数值向量），导致除法操作无法识别数值类型，触发错误。tsibble是基于tidyverse的时间序列对象，需要用tidy兼容的函数操作。

解决方案 #

使用tidyverse的dplyr函数直接操作，适配tsibble的结构：

单列处理

require(fpp3)
goog <- gafa_stock %>% filter(Symbol == "GOOG", year(Date) == 2018)
close <- goog %>% select(Close)
# 生成标准化后的新列
close_standardized <- close %>% mutate(Close_std = Close / first(Close))

多列批量处理

如果需要对多列执行标准化，用across()批量操作：

# 选择需要处理的多列
goog_multi <- gafa_stock %>% 
  filter(Symbol == "GOOG", year(Date) == 2018) %>% 
  select(Close, Volume)

# 批量生成标准化列，命名格式为原列名+_std
multi_standardized <- goog_multi %>% 
  mutate(across(everything(), ~ .x / first(.x), .names = "{.col}_std"))

说明 #

first()函数会提取列的第一个数值（tsibble默认按时间排序，首值即为时间序列的起始值），across()可以快速遍历所有目标列，完全适配tsibble的tidy数据结构，避免了类型转换问题。

内容的提问来源于stack exchange，提问作者Ray Tayek