使用dplyr按组/id列出的滚动平均值（移动平均值）

我对血压记录进行了纵向随访

某一点的值的预测性不如移动平均值（滚动平均值），这就是为什么我要计算它。数据看起来像

test <- read.table(header=TRUE, text = "
  ID  AGE   YEAR_VISIT  BLOOD_PRESSURE  TREATMENT
  1 20  2000    NA 3
  1 21  2001    129 2
  1 22  2002    145 3
  1 22  2002    130 2
  2 23  2003    NA  NA
  2 30  2010    150 2
  2 31  2011    110 3
  4 50  2005    140 3
  4 50  2005    130 3
  4 50  2005    NA  3
  4 51  2006    312 2
  5 27  2010    140 4
  5 28  2011    170 4
  5 29  2012    160 NA
  7 40  2007    120 NA
                   ")

test%
安排（身份证，年份）%>%
变异（血压更新=平均值（x=血压，2））%>%
解组（）

---

我也尝试了

rollaply

和

rollmeanr

，但没有成功。

如果您不致力于

dplyr

这应该可以：

get.mav <- function(bp,n=2){
  require(zoo)
  if(is.na(bp[1])) bp[1] <- mean(bp,na.rm=TRUE)
  bp <- na.locf(bp,na.rm=FALSE)
  if(length(bp)<n) return(bp)
  c(bp[1:(n-1)],rollapply(bp,width=n,mean,align="right"))  
}
test <- with(test,test[order(ID,YEAR_VISIT),])

test$BLOOD_PRESSURE_UPDATED <- 
  unlist(aggregate(BLOOD_PRESSURE~ID,test,get.mav,na.action=NULL,n=2)$BLOOD_PRESSURE)
test
#    ID AGE YEAR_VISIT BLOOD_PRESSURE TREATMENT BLOOD_PRESSURE_UPDATED
# 1   1  20       2000             NA         3               134.6667
# 2   1  21       2001            129         2               131.8333
# 3   1  22       2002            145         3               137.0000
# 4   1  22       2002            130         2               137.5000
# 5   2  23       2003             NA        NA               130.0000
# 6   2  30       2010            150         2               140.0000
# 7   2  31       2011            110         3               130.0000
# ...

这个怎么样

    library(dplyr)   
    test2<-arrange(test,ID,YEAR_VISIT) %>% 
           mutate(lag1=lag(BLOOD_PRESSURE),
                  lag2=lag(BLOOD_PRESSURE,2),
                  movave=(lag1+lag2)/2)

库（dplyr）
测试2%
突变（lag1=滞后（血压），
lag2=滞后（血压，2），
movave=（lag1+lag2）/2）

在zoo包中使用“rollapply”函数的另一个解决方案（我更喜欢）

库（dplyr）
图书馆（动物园）
测试2%
变异（ma2=rollapply（血压，2，平均值，右对齐，填充=NA））

试试这个：

library(dplyr)
library(zoo)
test2<-arrange(test,ID,YEAR_VISIT) %>% group_by(subject)%>%
       mutate(ma2=rollapply(BLOOD_PRESSURE,2,mean,align='right',fill=NA))

库（dplyr）
图书馆（动物园）
测试2%组别（受试者）%>%
变异（ma2=rollapply（血压，2，平均值，右对齐，填充=NA））

是一种“新er”替代品，可以很好地与tidyverse配合使用

像这样的东西就行了

test2 <- test %>%
  group_by(ID) %>%
  arrange(ID, YEAR_VISIT) %>%
  mutate(BLOOD_PRESSURE_UPDATED = slider::slide_dbl(BLOOD_PRESSURE, mean, .before = 1, .after = 0)) %>%
ungroup()

test2%
分组依据（ID）%>%
安排（身份证，年份）%>%
变异（血压更新=滑块：：滑块dbl（血压，平均值，.before=1，.after=0））%>%
解组（）

计算移动平均值时，返回的元素数小于数据行数，即只返回“n-1”个元素。因此，这可能是造成问题的原因。或者您会考虑单独添加移动平均列，例如：Test2美元HealthPrasuRex感谢KFB的努力。不幸的是，它没有起作用。我也尝试了一些经过编辑的版本。也许动物园的功能不适合这个？我已经编写了以下代码：test5谢谢@jlhoward！-它解决了这个问题，但是data.table方法（这两种方法中速度较快的）非常慢（300万行，在新的MBP上15分钟）。不过，问题还是解决了。谢谢@jlhoward。这节省了我很长的计算时间…我之前使用的是ddply，时间真的很糟糕@jhoward新的

frollmean

函数应该作为这里的

get.mav

的替代品。关于第1个元素NA操作的更多信息，请注意，如果使用rollapplyr，align参数可能会被删除。您也可以使用最后一行中的

rollmean

函数：

rollmean（血压，2，align='right'，fill=NA）

library(dplyr)
library(zoo)
test2<-arrange(test,ID,YEAR_VISIT) %>%
       mutate(ma2=rollapply(BLOOD_PRESSURE,2,mean,align='right',fill=NA))

library(dplyr)
library(zoo)
test2<-arrange(test,ID,YEAR_VISIT) %>% group_by(subject)%>%
       mutate(ma2=rollapply(BLOOD_PRESSURE,2,mean,align='right',fill=NA))

test2 <- test %>%
  group_by(ID) %>%
  arrange(ID, YEAR_VISIT) %>%
  mutate(BLOOD_PRESSURE_UPDATED = slider::slide_dbl(BLOOD_PRESSURE, mean, .before = 1, .after = 0)) %>%
ungroup()