按 R 中的特定观察对数据进行分组答案

【问题标题】：Grouping data by specific observations in R按 R 中的特定观察对数据进行分组
【发布时间】：2017-06-29 03:55:14
【问题描述】：

我想创建一个从现有变量中的特定值派生的新变量。我的数据框如下所示：

year <- c("2010", "2011", "2012", "2013", "2014", "2015")
x <- c(2980, 2955, 3110, 2962, 2566, 3788)
y <- c(2453, 2919, 2930, 2864, 2873, 3031)
df <-  data.frame(year, x, y)

更具体地说，我想创建第三列，z，即x 和y 的比率。但是，我不想通过简单地将每一年的x 除以y 来创建这个比率。相反，我希望 2015 年（和 2014 年等）的值是前三年（即 2014 年、2013 年和 2012 年）该比率的平均值。

我查看了 Wickham 的 dplyr 包，特别是 group_by 函数，但我很难过，因为我不想按年对我的数据进行分组，而是按每年的前三年分组如上图所示（希望如此）。

【问题讨论】：

计算原始比率，然后执行rolling average。如果您每年只有一个数据点，那么您根本不需要任何分组。

标签： r

【解决方案1】：

使用 dplyr 和 library(zoo):

df_fin<- df %>% mutate( z = rollmeanr(x/y,3,na.pad=TRUE))

我认为 z 列是您想要的，但最好有所需的输出。

【讨论】：

这有点不正确，因为它在两端用NA 填充，导致“off by 1”错误。您希望 rollmeanr 将值与填充右侧对齐。
Gotitedited。哦对不起！明白了.. 编辑了@Rich Scriven。

【解决方案2】：

使用zoo::rollmean 的答案都在正确的轨道上，但其中有几个“差一点”的错误。首先，您实际上需要zoo::rollmeanr( ..., na.pad=TRUE )，它将正确地在左侧用NA 填充输出：

> zoo::rollmeanr( df$x / df$y, 3, na.pad=TRUE )
[1]        NA        NA 1.0962018 1.0359948 0.9962648 1.0590378

第二个“off by one”错误源于此向量与其余数据的对齐。根据您的描述，您希望 2015 年的值是 2014 年、2013 年和 2012 年的平均值。但是，将上面的向量附加到您的表格将使 2015 年的值成为 2015 年、2014 年和 2013 年的平均值，而不是.要更正，您需要将输入中的最后一个值省略到滚动平均值中，并在前面加上一个 NA 来补偿：

> c( NA, zoo::rollmeanr( head(df$x / df$y,-1), 3, na.pad=TRUE ) )
[1]        NA        NA        NA 1.0962018 1.0359948 0.9962648

使用dplyr 表示法将它们放在一起：

df %>% mutate( z = c( NA, zoo::rollmeanr( head(x/y,-1), 3, na.pad=TRUE ) ) )
  year    x    y         z
1 2010 2980 2453        NA
2 2011 2955 2919        NA
3 2012 3110 2930        NA
4 2013 2962 2864 1.0962018
5 2014 2566 2873 1.0359948
6 2015 3788 3031 0.9962648

【讨论】：

或者这个变化：library(zoo); transform(df, z = rollapplyr(x/y, list(-seq(3)), mean, fill = NA))

【解决方案3】：

df$z<-0
for (i in 4:6){
  df$z[i]<-mean(df$x[(i-3):(i-1)])/mean(df$y[(i-3):(i-1)])
}

一个循环，你可以得到这个：

  year    x    y        z
1 2010 2980 2453 0.000000
2 2011 2955 2919 0.000000
3 2012 3110 2930 0.000000
4 2013 2962 2864 1.089497
5 2014 2566 2873 1.036038
6 2015 3788 3031 0.996654

【讨论】：

【解决方案4】：

library(zoo)
library(dplyr)

df %>% mutate(z = x/y, zz = rollmean(z, 3, fill = NA)

【讨论】：

请清楚说明，您的答案如何解决原始问题。