R 滚动和
我正在通过dplyr实现一个滚动和计算,但在我的数据库中,我有许多变量只有一个或只有几个观察值,导致(k小于n)错误。在这个J示例中,我尝试使用filter和merge来解决这个问题,但不知道是否有一种方法可以在dplyr中更优雅、更自动地实现这一点。请参见下面的示例R 滚动和,r,dplyr,R,Dplyr,我正在通过dplyr实现一个滚动和计算,但在我的数据库中,我有许多变量只有一个或只有几个观察值,导致(k小于n)错误。在这个J示例中,我尝试使用filter和merge来解决这个问题,但不知道是否有一种方法可以在dplyr中更优雅、更自动地实现这一点。请参见下面的示例 #create data dg = expand.grid(site = c("Boston","New York"), year = 2000:2004) dg$
#create data
dg = expand.grid(site = c("Boston","New York"),
year = 2000:2004)
dg$animal="dog"
dg$animal[10]="cat";dg$animal=as.factor(dg$animal)
dg$count = rpois(dim(dg)[1], 5)
如果我运行下面的代码,因为我只有一行带有“cat”,因此会得到(错误:k您可以改为使用
RcppRoll::roll\u sum
,如果样本大小(n
)小于窗口大小(k
),则返回NA)
如果数据点数小于窗口大小,则RcppRoll的roll_Sum将返回NA而不是错误 但是,如果要返回当前数据点数量的总和,即使小于窗口大小,也可以使用zoo中的rollapplyr函数
library(zoo)
library(dplyr)
dg %>%
arrange(site,year,animal) %>%
group_by(site, animal) %>%
mutate(roll_sum = roll_sum(count, 2, align = "right", fill = NA)) %>%
mutate(rollapply_sum =rollapplyr(count, 2, sum, partial = TRUE) )
Rollapply_sum将返回原始值或当前数据点的总和,即使其小于窗口大小而不是返回NA
site year animal count roll_sum rollapply_sum
(fctr) (int) (fctr) (int) (dbl) (int)
1 Boston 2000 dog 4 NA 4
2 Boston 2001 dog 5 9 9
3 Boston 2002 dog 3 8 8
4 Boston 2003 dog 9 12 12
5 Boston 2004 dog 6 15 15
6 New York 2000 dog 4 NA 4
7 New York 2001 dog 8 12 12
8 New York 2002 dog 8 16 16
9 New York 2003 dog 6 14 14
10 New York 2004 cat 2 NA 2
这并不提供问题的答案,因为特定问题询问dplyr解决方案,以下是dplyr网页(dplyr.tidyverse.org/articles/window functions.html)关于滚动函数的说明:“滚动聚合在固定宽度的窗口中运行。在base R或dplyr中找不到它们,但在其他软件包中有许多实现,如RcppRoll。”目前还没有dplyr函数,他们推荐Khashaa的解决方案。
library(dplyr)
dg %>%
arrange(site,year,animal) %>%
group_by(site,animal) %>%
mutate(rollsum=cumsum(count))
set.seed(1)
dg$count = rpois(dim(dg)[1], 5)
library(RcppRoll)
library(dplyr)
dg %>%
arrange(site,year,animal) %>%
group_by(site, animal) %>%
mutate(roll_sum = roll_sum(count, 2, align = "right", fill = NA))
# site year animal count roll_sum
#1 Boston 2000 dog 4 NA
#2 Boston 2001 dog 5 9
#3 Boston 2002 dog 3 8
#4 Boston 2003 dog 9 12
#5 Boston 2004 dog 6 15
#6 New York 2000 dog 4 NA
#7 New York 2001 dog 8 12
#8 New York 2002 dog 8 16
#9 New York 2003 dog 6 14
#10 New York 2004 cat 2 NA
library(zoo)
library(dplyr)
dg %>%
arrange(site,year,animal) %>%
group_by(site, animal) %>%
mutate(roll_sum = roll_sum(count, 2, align = "right", fill = NA)) %>%
mutate(rollapply_sum =rollapplyr(count, 2, sum, partial = TRUE) )
site year animal count roll_sum rollapply_sum
(fctr) (int) (fctr) (int) (dbl) (int)
1 Boston 2000 dog 4 NA 4
2 Boston 2001 dog 5 9 9
3 Boston 2002 dog 3 8 8
4 Boston 2003 dog 9 12 12
5 Boston 2004 dog 6 15 15
6 New York 2000 dog 4 NA 4
7 New York 2001 dog 8 12 12
8 New York 2002 dog 8 16 16
9 New York 2003 dog 6 14 14
10 New York 2004 cat 2 NA 2