使用rollapply和动物园计算一列变量的滚动平均值 [英] use rollapply and zoo to calculate rolling average of a column of variables

问题描述

我想计算列sp中所有变量的滚动平均值。这是我的数据样本：

  the_date sp赢
 01-06--2012 1 305 
 02-06--2012 1 276 
 03-06--2012 1 184 
 04-06--2012 1 248 
 05-06--2012 1 243 
 06 -06--2012 1 363 
 07-06--2012 1 272 
 01-06--2012 2 432 
 02-06--2012 2 369 
 03-06 --2012 2 302 
 04-06--2012 2 347 
 05-06--2012 2 357 
 06-06--2012 2 331 
 07-06-- 2012 2 380 
 01-06--2012 3 1 
 02-06--2012 3 2 
 03-06--2012 3 3 
 04-06--2012 3 2 
 05-06--2012 3 0 
 06-06--2012 3 2 
 07-06--2012 3 0 
  

我想要的是将一列添加到数据中，为每个sp提供3天的移动平均值。所以下面的输出是我的愿望：

  the_date sp wins SMA_wins 
 01-06--2012 1 305 305.00 
 02-06--2012 1 276 290.50 
 03-06--2012 1 184 255.00 
 04-06--2012 1 248 236.00 
 05-06--2012 1 243 225.00 
 06-06--2012 1 363 284.67 
 07-06--2012 1 272 292.67 
 01-06--2012 2 432 432.00 
 02-06-- 2012 2 369 400.50 
 03-06--2012 2 302 367.67 
 04-06--2012 2 347 339.33 
 05-06--2012 2 357 335.33 
 06-06 --2012 2 331 345.00 
 07-06--2012 2 380 356.00 
 01-06--2012 3 1 1.00 
 02-06--2012 3 2 1.50 
 03 -06--2012 3 3 2.00 
 04-06--2012 3 2 2.33 
 05-06--2012 3 0 1.67 
 06-06--2012 3 2 1.33 
 07-06--2012 3 0 0.67 
  

我正在使用rollapply。

  df < -  group_by（df，sp）
 df_zoo < - 动物园（df $ wins，df $ the_date）
 mutate（df，SMA_wins = rollapplyr（df_zoo，3，mean，align =right，partial = TRUE））
  

如果我在特定的sp上过滤数据，它完美的工作。

当我按sp分组时，如何使这项工作成功？

谢谢

解决方案

您可以这样做：

 图书馆（dplyr）
图书馆（动物园）
 
 df％>％group_by（ sp）％>％
 mutate（SMA_wins = rollapplyr（wins，3，mean，partial = TRUE））
  

它看起来像在 mutate中使用 df 和 df_zoo 电话正在搞砸。

I want to calculate the rolling mean for all variables in column "sp". This is a sample of my data:

the_date    sp  wins
01-06--2012 1   305
02-06--2012 1   276
03-06--2012 1   184
04-06--2012 1   248
05-06--2012 1   243
06-06--2012 1   363
07-06--2012 1   272
01-06--2012 2   432
02-06--2012 2   369
03-06--2012 2   302
04-06--2012 2   347
05-06--2012 2   357
06-06--2012 2   331
07-06--2012 2   380
01-06--2012 3   1
02-06--2012 3   2
03-06--2012 3   3
04-06--2012 3   2
05-06--2012 3   0
06-06--2012 3   2
07-06--2012 3   0

What I want, is to have a column added to data, that gives the moving average over 3 days for each sp. So the following output is what I desire:

the_date    sp  wins    SMA_wins
01-06--2012 1   305     305.00
02-06--2012 1   276     290.50
03-06--2012 1   184     255.00
04-06--2012 1   248     236.00
05-06--2012 1   243     225.00
06-06--2012 1   363     284.67
07-06--2012 1   272     292.67
01-06--2012 2   432     432.00
02-06--2012 2   369     400.50
03-06--2012 2   302     367.67
04-06--2012 2   347     339.33
05-06--2012 2   357     335.33
06-06--2012 2   331     345.00
07-06--2012 2   380     356.00
01-06--2012 3   1       1.00
02-06--2012 3   2       1.50
03-06--2012 3   3       2.00
04-06--2012 3   2       2.33
05-06--2012 3   0       1.67
06-06--2012 3   2       1.33
07-06--2012 3   0       0.67

I am using rollapply.

df <- group_by(df, sp)
df_zoo <- zoo(df$wins, df$the_date) 
mutate(df, SMA_wins=rollapplyr(df_zoo, 3, mean,  align="right", partial=TRUE))

If I filter my data on a specific sp, it works perfectly.

How can I make this work when I group by sp?

Thanks

解决方案

You can do it like this:

library(dplyr)
library(zoo)

df %>% group_by(sp) %>%
       mutate(SMA_wins=rollapplyr(wins, 3, mean, partial=TRUE))

It looks like your use of df and df_zoo in your mutate call was messing things up.

这篇关于使用rollapply和动物园计算一列变量的滚动平均值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！