具有滞后值的简单操作答案

【问题标题】：Simple operation with lagged values具有滞后值的简单操作
【发布时间】：2021-08-05 10:11:35
【问题描述】：

我需要使用滞后值计算逐行简单操作，例如前 x 年变量的总和

我试过了：

toy %>% 
  group_by(student) %>% 
  mutate(lag_passed = sum(lag(passed, n = 5, order_by = year, default = 0)))

toy %>% 
  group_by(student) %>% 
  arrange(year) %>% 
  mutate(lag_passed = lapply(passed, function(x) sum(lag(x, n = 5, default = 0))))

可重复的示例。任务总和过去五年通过的测试次数。

toy <- data.frame(student = rep("A",10),
year=c(1:10), 
passed=c(0,0,0,1,2,0,0,0,0,1))

   student year passed
1        A    1      0
2        A    2      0
3        A    3      0
4        A    4      1
5        A    5      2
6        A    6      0
7        A    7      0
8        A    8      0
9        A    9      0
10       A   10      1

expected <- data.frame(student = rep("A",10),
year=c(1:10), 
passed=c(0,0,0,1,2,0,0,1,0,1), 
lag_passed=c(0,0,0,0,1,3,3,3,4,3))

   student year passed lag_passed
1        A    1      0          0
2        A    2      0          0
3        A    3      0          0
4        A    4      1          0
5        A    5      2          1
6        A    6      0          3
7        A    7      0          3
8        A    8      1          3
9        A    9      0          4
10       A   10      1          3

【问题讨论】：

标签： r dplyr tidyverse rolling-computation

【解决方案1】：

zoo::rollapply 的另一个滚动求和解决方案：

f <- function(x) {zoo::rollapply(x, 6, sum, align = 'right', partial = TRUE) - x}

expected %>% 
    group_by(student) %>% 
    arrange(year) %>% 
    mutate(lag_passed2 = f(passed)) %>%
    ungroup()

#    student  year passed lag_passed lag_passed2
#    <chr>   <int>  <dbl>      <dbl>       <dbl>
#  1 A           1      0          0           0
#  2 A           2      0          0           0
#  3 A           3      0          0           0
#  4 A           4      1          0           0
#  5 A           5      2          1           1
#  6 A           6      0          3           3
#  7 A           7      0          3           3
#  8 A           8      1          3           3
#  9 A           9      0          4           4
# 10 A          10      1          3           3

使用辅助函数创建的lag_passed2 与lag_passed 相同。思路是计算一个窗口长度为 6 的滑动窗口总和（允许部分窗口以partial = T 和align = 'right' 开头），然后减去当前年份的passed 值。

注意：帮助函数f 可以替换为更简单的函数，方法是使用@G 指出的偏移和默认右对齐指定窗口。格洛腾迪克：

f <- function(x) rollapplyr(x, list(-seq(5)), sum, partial = TRUE, fill = 0)

【讨论】：

请注意，rollapply 也接受偏移量，rollapplyr，以 r 结尾，默认为 align = "right"，所以这也可以工作 rollapplyr(x, list(-seq(5)), sum, partial = TRUE, fill = 0)
感谢您的信息 :) 我没有注意到。 rollapply 和 rollapplyr 比我想象的更灵活。

【解决方案2】：

runner::sum_run() 会在这里提供帮助。使用idx = year 是可选的，除非您在某些年份有缺失值，在这种情况下，它也会考虑那些缺失的年份，但是样本数据并非如此。添加student 上的分组是因为，实际上您可能希望对每个学生执行操作。

toy <- data.frame(student = rep("A",10),
                  year=c(1:10), 
                  passed=c(0,0,0,1,2,0,0,1,0,1))
library(dplyr)

library(runner)
toy %>% group_by(student) %>%
  mutate(lag_passed = sum_run(x = passed,
                             idx = year,
                             k = 5,
                             lag = 1))
#> # A tibble: 10 x 4
#> # Groups:   student [1]
#>    student  year passed lag_passed
#>    <chr>   <int>  <dbl>      <dbl>
#>  1 A           1      0         NA
#>  2 A           2      0          0
#>  3 A           3      0          0
#>  4 A           4      1          0
#>  5 A           5      2          1
#>  6 A           6      0          3
#>  7 A           7      0          3
#>  8 A           8      1          3
#>  9 A           9      0          4
#> 10 A          10      1          3

^{由reprex package (v2.0.0) 于 2021-05-15 创建}

【讨论】：