R 考虑到缺失值，如何计算15年内31天的日平均值？

被标记为重复。我不认为它是重复的，因为

• 几年内以天为单位测量的时间跨度平均值
• 以及丢失数据的情况

没有在其他地方处理过。 我已经做了一个答案，我不允许把它粘贴在原来的问题上。所以我把它贴在这里

基于1993年至2008年15年的每日数据。如何根据以兴趣日为中心的31天窗口，计算文件中变量

Open

一年中每一天的日平均值。因此，

15⨯31=465个日期

有助于一天的统计数据

15年的产出只有365个值

可从以下位置下载该文件：

加载包和数据

library(lubridate)
library(dplyr)
dtf <- read.csv("http://chart.yahoo.com/table.csv?s=sbux&a=2&b=01&c=1993&d=2&e=01&f=2008&g=d&q=q&y=0&z=sbux&x=.csv", stringsAsFactors = FALSE)
# I prefer lower case column names
names(dtf) <- tolower(names(dtf))    

向数据集中添加minus 15和plus 15日期，这将是计算给定年份中给定日期平均值的时间界限

dtf <- dtf %>% 
    mutate(date = ymd(date),
           minus15 = date - ddays(15),
           plus15 = date + ddays(15),
           monthday = substr(as.character(date),6,10),
           year = year(date),
           plotdate = ymd(paste(2008,monthday,sep="-"))) 

calendardays <- dtf %>% 
    select(monthday) %>% 
    distinct() %>%
    arrange(monthday) 

---

看到这里出现周期性是不是很奇怪？

最后的图表示所有移动平均线的平均值？例如：对于2008-02-07的某个日期，您的平均天数为31天（之前15天，之后15天）。您对2007-02-07和2006-02-07执行相同的操作…以此类推，在所有的年日（2月7日）。然后平均所有这些值，得到02-07的最终值？这就是你在回答中所做的吗？在某种程度上是的，只是它不是平均值的平均值，而是直接超过15*31=465的平均值。共有15个31天的时间窗口：2008-02-07前15天和2008-02-07后15天，2007-02-07和2006-02-07也是如此……以此类推

meanday（“02-07”）

返回15个时间窗口内打开的

变量的平均值。我猜这就是最终值：
>头（meandays）01-02 01-03 01-04 01-05 01-06 01-07 27.78185 29.25146 32.05867 34.79089 33.76463 32.12979
。是否有可能将其分为两列，分别命名为日期值最后一件事：我需要从这个平均值中减去所有原始值，例如，整个2月7日-这个值
02-07
，整个2月8日-这个值
02-08
，等等。。。
dtf <- dtf %>% 
    mutate(date = ymd(date),
           minus15 = date - ddays(15),
           plus15 = date + ddays(15),
           monthday = substr(as.character(date),6,10),
           year = year(date),
           plotdate = ymd(paste(2008,monthday,sep="-"))) 

calendardays <- dtf %>% 
    select(monthday) %>% 
    distinct() %>%
    arrange(monthday) 

meanday <- function(givenday, dtf){
    # Extract the given day minus 15 days in all years available
    # Day minus 15 days will differ for example for march first 
    # in years where there is a february 29
    lowerbound <- dtf$minus15[dtf$monthday == givenday]
    # Produce the series of 31 days around the given day
    # that is the lower bound + 30 days
    filterdates <- lapply(lowerbound, function(x) x + ddays(0:30))
    filterdates <- Reduce(c, filterdates)
    # filter all of these days 
    dtfgivenday <- dtf %>%
        filter(date %in% filterdates) 
    return(mean(dtfgivenday$open))
}

meandays <- sapply(calendardays$monthday, meanday, dtf)
calendardays <- calendardays %>% 
    mutate(mean = meandays,
           plotdate = ymd(paste(2008,monthday,sep="-")))

plot(dtf$date,dtf$open,type="l")
library(ggplot2)
ggplot(dtf, aes(x=date,y=open, color = as.factor(year))) + geom_line()
ggplot(dtf, aes(x=plotdate,y=open, color = as.factor(year))) + geom_line()
ggplot(calendardays, aes(x=plotdate, y=mean)) + geom_line()