R：按ID和指定数据聚合历史记录

我以前也问过类似的问题，得到了很大的帮助：

不同的是，对于前一篇文章，我对汇总所有历史信息感兴趣，但现在我希望只指定90天以前的内容

以下是我的数据的外观示例：

strDates <- c("09/09/16", "5/7/16", "5/6/16", "2/13/16", "2/11/16","1/7/16",
          "11/8/16","6/8/16", "5/8/16","2/13/16","1/3/16", "1/1/16")
Date<-as.Date(strDates, "%m/%d/%y")
ID <- c("A", "A", "A", "A","A", "A", "B","B","B","B","B", "B")
Event <- c(1,0,1,0,1,1, 0,1,1,1,0, 1)
sample_df <- data.frame(Date,ID,Event)

---

strDates一个部分矢量化的
dplyr
解决方案，您可以在其中组合
do
（在组中循环）和
行操作（这样您可以将日期引用为每行的日期，
$Date
作为每个组中的整个
Date
列）：

sample_df%>%
分组依据（ID）%>%
do（按行（%）%%>%
变异（PrevEnc90D=sum（日期-.$Date<90和日期-.$Date>0），
PrevEvent90D=总和（.$Event[日期-.$Date<90和日期-.$Date>0]））
#来源：本地数据帧[12 x 5]
#组别:ID[2]
#日期ID事件PrevEnc90D Prevent90d
#                       
#1 2016-09-09 A 10 0 0
#2 2016-05-07 A 0 3 2
#3 2016-05-06 A 12 1
#4 2016-02-13 A 0 2 2
#5 2016-02-11a
#6 2016-01-07 A 10 0 0
#7 2016-11-08乙00
#8 2016-06-08 B1
#9 2016-05-08 B1
#10 2016-02-13 B 1 2 1
#11 2016-01-03 B 0 1 1
#12 2016-01-01 B 1 0 0 0
这里有一个替代的
数据表
解决方案，应该非常有效。这利用了v1.10.0中引入的新的非等联接，并结合了
by=.EACHI
，允许您在联接时对每个联接进行计算

library（data.table）#v1.10.0
setDT（sample_df）[，Date2:=Date-90]#设置范围（可能在将来可以避免）
sample_-df[sample_-df，#二进制与自身连接
（Enc90D=0.N，Ev90D=sum（Event，na.rm=TRUE）），进行计算
on=（ID=ID，日期<日期，日期>日期2），#加入
by=.EACHI]#对每一场比赛进行计算
#ID日期Enc90D Ev90D
#1:A 2016-09-09 2016-06-11 0
#2:A 2016-05-07 2016-02-07 3 2
#3:A 2016-05-06 2016-02-06 2 1
#4:A 2016-02-13 2015-11-15 2
#5:A 2016-02-11 2015-11-13 1
#6:A 2016-01-07 2015-10-09
#7:B 2016-11-08 2016-08-10 0
#8:B 2016-06-08 2016-03-10 11
#9:B 2016-05-08 2016-02-08 1
#10:B 2016-02-13 2015-11-15 2 1
#11:B 2016-01-03 2015-10-05 11
#12:B 2016-01-01 2015-10-03 0
一个相当冗长的dplyr解决方案，它使用的行比实际需要的多。其思想是为每个日期创建一个完全联接的表，然后使用窗口函数。如果需要不同的窗口计算，这可能很有用

library(dplyr)

dates <- data.frame(Date = seq(from = -90 + min(sample_df$Date), to = max(sample_df$Date), by=1)) 
extended_df <- data.frame(ID = unique(sample_df$ID)) %>%
  merge(dates) %>% 
  left_join(sample_df, by=(c("ID", "Date"))) %>% 
  arrange(ID, desc(Date)) %>%
  mutate(Encounter = as.integer(!is.na(Event)),
         Event = ifelse(is.na(Event), 0, Event)) %>%
  group_by(ID) %>%
  mutate(PrevEnc90D   = rollsum(lead(Encounter), k=90, fill=0, align="left"),
        PrevEvent90D  = rollsum(lead(Event),     k=90, fill=0, align="left")) %>%
  inner_join(sample_df[,c("ID", "Date")]) %>%
  arrange(ID, desc(Date))

extended_df

库（dplyr）
日期%
左连接（示例df，by=（c（“ID”，“Date”））%>%
安排（ID，描述（日期））%>%
mutate（遭遇=as.integer（！is.na（事件）），
Event=ifelse（is.na（事件），0，事件））%>%
分组依据（ID）%>%
变异（PrevEnc90D=rollsum（引导（遭遇），k=90，fill=0，align=“left”），
PrevEvent90D=rollsum（lead（事件），k=90，fill=0，align=“left”）%%>%
内部联接（样本df[，c（“ID”，“日期”））%>%
安排（ID、描述（日期））
扩展的

来源：本地数据帧[12 x 6]
组别:ID[2]

       ID       Date Event Encounter PrevEnc90D PrevEvent90D
   <fctr>     <date> <dbl>     <int>      <dbl>        <dbl>
1       A 2016-09-09     1         1          0            0
2       A 2016-05-07     0         1          3            2
3       A 2016-05-06     1         1          2            1
4       A 2016-02-13     0         1          2            2
5       A 2016-02-11     1         1          1            1
6       A 2016-01-07     1         1          0            0
7       B 2016-11-08     0         1          0            0
8       B 2016-06-08     1         1          1            1
9       B 2016-05-08     1         1          1            1
10      B 2016-02-13     1         1          2            1
11      B 2016-01-03     0         1          1            1
12      B 2016-01-01     1         1          0            0

ID日期事件遭遇PrevEnc90D prevent90d
1A 2016-09-09 110 0 0
2A 2016-05-07 01 3 2
3A 2016-05-06 11
4a 2016-02-13 01 2
5A 2016-02-11 1
6 A 2016-01-07 11 0 0
7 B 2016-11-08 01 0 0
8 B 2016-06-08 1
9 B 2016-05-08 1
10B 2016-02-13 11
11B 2016-01-03 01
12 B 2016-01-01 11 0 0
以及另一种尽可能避免重复求和和和关系运算的方法：

do.call(rbind, 
        lapply(split(sample_df, sample_df$ID), 
               function(x) {
                   i = nrow(x) - findInterval(x$Date - 90, rev(x$Date))
                   cs = cumsum(x$Event)
                   cbind(x, PrevEnc90D = i - (1:nrow(x)), PrevEvent90D = cs[i] - cs)
               }))
#           Date ID Event PrevEnc90D PrevEvent90D
#A.1  2016-09-09  A     1          0            0
#A.2  2016-05-07  A     0          3            2
#A.3  2016-05-06  A     1          2            1
#A.4  2016-02-13  A     0          2            2
#A.5  2016-02-11  A     1          1            1
#A.6  2016-01-07  A     1          0            0
#B.7  2016-11-08  B     0          0            0
#B.8  2016-06-08  B     1          1            1
#B.9  2016-05-08  B     1          1            1
#B.10 2016-02-13  B     1          2            1
#B.11 2016-01-03  B     0          1            1
#B.12 2016-01-01  B     1          0            0

上面假设“日期”在每个“ID”中按递减顺序排列（如果不是这样的话，这非常简单）。这里的主要思想是：（i）为每个日期确定前90天的位置，（ii）计算一次预先累积的总和，（iii）减去相应的指数/
cumsum
s以获得输出。我在这里使用了
split
/
lappy
路线，以“ID”进行分组，但我想，它很容易转移到任何更好的工具上。
我很欣赏这个解决方案，并将很快试用它！我应该补充一点，我有一个非常小的数据集(
       ID       Date Event Encounter PrevEnc90D PrevEvent90D
   <fctr>     <date> <dbl>     <int>      <dbl>        <dbl>
1       A 2016-09-09     1         1          0            0
2       A 2016-05-07     0         1          3            2
3       A 2016-05-06     1         1          2            1
4       A 2016-02-13     0         1          2            2
5       A 2016-02-11     1         1          1            1
6       A 2016-01-07     1         1          0            0
7       B 2016-11-08     0         1          0            0
8       B 2016-06-08     1         1          1            1
9       B 2016-05-08     1         1          1            1
10      B 2016-02-13     1         1          2            1
11      B 2016-01-03     0         1          1            1
12      B 2016-01-01     1         1          0            0

do.call(rbind, 
        lapply(split(sample_df, sample_df$ID), 
               function(x) {
                   i = nrow(x) - findInterval(x$Date - 90, rev(x$Date))
                   cs = cumsum(x$Event)
                   cbind(x, PrevEnc90D = i - (1:nrow(x)), PrevEvent90D = cs[i] - cs)
               }))
#           Date ID Event PrevEnc90D PrevEvent90D
#A.1  2016-09-09  A     1          0            0
#A.2  2016-05-07  A     0          3            2
#A.3  2016-05-06  A     1          2            1
#A.4  2016-02-13  A     0          2            2
#A.5  2016-02-11  A     1          1            1
#A.6  2016-01-07  A     1          0            0
#B.7  2016-11-08  B     0          0            0
#B.8  2016-06-08  B     1          1            1
#B.9  2016-05-08  B     1          1            1
#B.10 2016-02-13  B     1          2            1
#B.11 2016-01-03  B     0          1            1
#B.12 2016-01-01  B     1          0            0