R 使用.data.table的去年（半年、月）观测值平均值

我想根据每日数据计算数据集中所有股票在过去12个月、6个月和3个月的平均交易量。 以下是示例数据：

library(BatchGetSymbols)
sample <- BatchGetSymbols(tickers = c('AAPL', 'AMZN'), first.date = Sys.Date() - 500)
sample <- sample$df.tickers
sample <- sample[, c('ticker', 'ref.date', 'volume')]

库（BatchGetSymbols）
示例以下是一种使用
dpyr
和
purr
的方法：

library(dplyr)
library(purrr)
sample %>%
  group_by(ticker) %>%
  summarise(map_dfr(setNames(c(3,6,12),c("3month","6month","12month")),
                    ~ mean(volume[ref.date > (Sys.Date() - 30 * .x)])))
  ticker   `3month`   `6month`  `12month`
  <chr>       <dbl>      <dbl>      <dbl>
1 AAPL   114310505  144409320. 152001362.
2 AMZN     4421073.   4711179.   4966227.

这里有一种使用滚动时间概念的方法

我没有安装该软件包，因此我将使用软件包（我从下载）中提供的
ExampleData.rds
。我将把它分为前两部分。（我这样做是为了简单/演示，不是因为它是必需的。我还使用所有15个ticker在完整的数据集上运行了这段代码，在过去的两段时间里，这段代码只花了不到0.03秒。）

这些数据只包括2014年的数据，因此我还将把您的周期减少到1个月和3个月，认识到您可以添加任意数量的周期

SAMP%
SAMP2[，on=（ticker==ticker，pass.date=ref.date）]%>%
[订单（股票代码，参考日期），]
#股票参考日期卷当前过去日期卷当前过去日期
#1:ABEV3.SA 2014-01-02 8036139 2014-01-02 2014-01-02 8036139 2014-01-02 2013-12-02
#2:ABEV3.SA 2014-01-03 24922793 2014-01-02 2014-01-02 8036139 2014-01-02 2013-12-02
#3:ABEV3.SA 2014-01-03 24922793 2014-01-03 2014-01-03 24922793 2014-01-03 2013-12-03
#4:ABEV3.SA 2014-01-06 9355961 2014-01-02 2014-01-02 8036139 2014-01-02 2013-12-02
#5:ABEV3.SA 2014-01-06 9355961 2014-01-03 2014-01-03 24922793 2014-01-03 2013-12-03
#    ---                                                                                   
#10326:BBAS3.SA 2014-12-30 2800100 2014-12-22 2014-12-22 3222302014-12-22 2014-11-22
#10327:BBAS3.SA 2014-12-30 2800100 2014-12-23 2014-12-23 3234100 2014-12-23 2014-11-23
#10328:BBAS3.SA 2014-12-30 2800100 2014-12-26 2014-12-26 1553400 2014-12-26 2014-11-26
#10329:BBAS3.SA 2014-12-30 2800100 2014-12-29 2014-12-29 1984000 2014-12-29 2014-11-29
#10330:BBAS3.SA 2014-12-30 2800100 2014-12-30 2014-12-30 2800100 2014-12-30 2014-12-30 2014-11-30

请注意，第一个
ref.date
（
2014-01-02
）有一次出现（毫不奇怪，在该集合中2014年之前没有数据），
2014-01-03
有两行（
02
和
03
），等等


在此基础上，我将更改流以添加用于每个聚合的数据长度

newdats%
SAMP2[，on=（ticker==ticker，pass.date=ref.date）]%>%
[组名（（平均（i.volume），.N），c（nm，paste0（nm，”）），按=（股票代码，参考日期）]
}，姓名（过去），过去）
SAMP2[，c（“现在”、“过去的日期”）：=NULL]
在坎贝尔之外，我的问题还不够清楚。我想计算每个观测值的3、6和12个月平均值（ofc，对于前n个观测值，值为NA）。所以我必须构造3个新变量。类似于滚动操作，但随时间变化，而不是显式n参数。
library(data.table)
setDT(sample)
sample[,lapply(setNames(c(3,6,12),c("3month","6month","12month")),
               function(x)mean(volume[ref.date > (Sys.Date() - 30 * x)])),by = ticker]
   ticker    3month    6month   12month
1:   AAPL 114310505 144409320 152001362
2:   AMZN   4421073   4711179   4966227