代码之家 › 专栏 › 技术社区 › 89_Simple

R条件滚动平均

data.table dplyr r

89_Simple · 技术社区 · 6 年前

library(data.table)

set.seed(123)
d <- data.frame(ID = rep(1:5, each = 17), yearRef = rep(1998:2014, times = 5), y = sample(1:100, 17 * 5))

对于每个身份证,我想做一个7年的滚动平均 y 从1998年开始。但是,条件是在每个滚动窗口中, 我只选择y的前5个最高值来做平均值。例如

第一个滚动窗口是

1998-2004年-仅前5个最高“Y”值的平均值

1999-2005年-仅前5个最高“Y”值的平均值是的。 .

2007-2013年-仅前5名最高“Y”值的平均值

2008-2014年-仅前5名最高“Y”值的平均值

我对使用data.table来实现这一点很感兴趣。不过,也可以接受其他建议。这是我试过的

 d = setDT(d)
 d[, avg.Y := frollmean(y, 7), by = ID]

如何输入另一个参数,其中对于每个滚动7年的窗口,我只选择前5个最高的y值来计算平均值?

编辑

我也可以有这样的情况,一些身份证现在可能有至少7年的数据做移动平均,在这种情况下,上述功能将给我NAS。对于这些ID,是否可以简单地采用算术平均值?例如,如果一个id有1998-2002年的数据,在这种情况下,我可以简单地取 是的 1998-2002年

2 回复 | 直到 6 年前

Ronak Shah 6 年前

我们可以利用 rollapplyr 从 zoo 并应用自定义函数来计算 mean 在每个滚动窗口的前5个值中。

library(data.table)
library(zoo)

setDT(d)
d[, avg.Y:= rollapplyr(y, 7,function(x) mean(tail(sort(x), 5)), fill = NA), by = ID]

对于观察次数少于窗口大小的情况

d[, avg.Y:= if (.N > 6) 
            rollapplyr(y, 7,function(x) mean(tail(sort(x), 5)), fill = NA)  
            else mean(y), by = ID]

s_baldur 6 年前

首次使用 frollapply() 但这似乎奏效了:

get_mean_top5 <- function(x) mean(-sort(-x, partial = 1:5)[1:5])
d[, test := frollapply(y, 7, FUN = get_mean_top5), by = ID]

函数 get_mean_top5() 筛选出前5个最高值,然后取平均值。其他更具可读性的形式是:

get_mean_top5 <- function(x) mean(mean(x[order(x, decreasing=TRUE)[1:5]]))

推荐文章

Marco_CH · 根据动态相关的两个条件进行筛选

4 年前

Shubham · 如何在R中查找数据表的两个多类别列之间的差异/setdiff()

4 年前

mt1022 · 分组数据时的不同结果。以不同方式使用数字索引的表列

8 年前

shy zhan · 如何改变数据。有很多列的表?

8 年前

Brent Pease · 查找条件语句的最小值,其中条件也适用于之后的所有值

8 年前

Serhii · 标记数据中按组随机选择的N行。桌子

8 年前

T.Beil · 在数据表中选取均匀分布的样本

8 年前

89_Simple · 为每个组运行函数

8 年前

IceCreamToucan · 选择要保留/放入数据的组。桌子

8 年前

Valeria Lobos Ossandón · 使用R查找数据帧中其他数据帧的元素位置

8 年前