求大佬解答怎么处理一致行动人

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

如图所示 我想按照年份和证券代码分组 然后如果股东名称里面的股东出现在一致行动人里面过的话给删除 求教大佬需要怎么做 软件为R语言

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：怎么处理 如图所示 R语言 怎么做

没读懂，您想删哪一个。

llb_321 发表于 2020-7-9 14:39
没读懂，您想删哪一个。

大佬好 我想删除第二张图中的观测值 就是如果相同公司 同一年中这个大股东属于一致行动人的话就把这行观测删除

这样啊，我在外面，而且没有数据，不好写代码，您先按这个思路试一试吧：
把第一张表的变量“一致行动人”的所有样本提取出来，形成一个字符串向量ccc，问题是向量ccc的各个元素是顿号分隔的字符串，所以要先将这个字符串向量合并成一个大的字符串，可以用d<-paste(ccc,collapse = "、")，注意函数里给的分隔符用原始表中显示的中文顿号。然后，用stringr包 d<-str_split(d,"、") %>% unlist()，这样大字符串就分词成单独的股东名称了，最后这个d应该是一个字符串向量。
接着就可以直接用dplyr::filter()将第二张表里股东名称与d里的股东名称相同的样本筛选掉。
应该不难，你摸索着来吧

处理的关键，是你第一张表里一致行动人的每个样本是不确定数量的股东字符串，所以必须想办法，把每个样本的股东名称分开。
因此，采用上面所说的先合并再分割的方法。
处理过程中，注意每一步形成的数据的属性。另外，在最开始读入形成数据框时，在代码中最好加上 stringsAsFactors = FALSE，以免出现因子型变量，可能会出错。

llb_321 发表于 2020-7-9 18:12
这样啊，我在外面，而且没有数据，不好写代码，您先按这个思路试一试吧：
把第一张表的变量“一致行动人” ...

想问大佬 如果设成一个大的字符串那年份和公司怎么办

通常，一致行动人关系是固定的，不会今年一个样明年另一个样，所以前面说的方法，只是把符合一致行动人标准的股东从第二张表删除，不管是哪年的。如果考虑年份的话，可以在处理之前按年份分组，分组处理后在再合并结果。你说的公司问题，其实是考虑有几家公司出现股东重叠的可能，比如传化集团就是传化股份和新安股份的股东。
需要复杂一些的处理，不分组了，思路是把之前的处理过程变化一下，可以编个字符串处理函数，然后用apply族函数对每一个样本使用函数，处理结果与这个样本的年份和代码变量关联，形成类似第二张表的结构，之后就可以用anti_join函数删除一致行动人了

比如第一张表第一个样本，用之前str_split方法把一致行动人字符串分成四个股东名称的字符向量，然后这个向量转成数据框，增加两个变量年份和代码，当然增加的变量的四个值是一样的。全部样本处理后，就会形成第二张表类似的结构了。

求问楼主的数据来源是哪个数据库？我也要用这项数据，可以一起探讨处理~

白青浅 发表于 2020-7-18 10:17
求问楼主的数据来源是哪个数据库？我也要用这项数据，可以一起探讨处理~

大股东持股来自国泰安 一致行动人来自choice 想问小伙伴用啥子软件进行数据处理？