如何在R中计算过去1个月的滚动平均值答案

【问题标题】：How to calculate rolling average of past 1 month in R如何在R中计算过去1个月的滚动平均值
【发布时间】：2012-06-03 21:42:39
【问题描述】：

我发现大多数包和帖子都适用于固定大小的窗口或汇总的月/周数据。是否可以计算滚动k月平均值？

例如，对于1个月滚动窗口，假设数据为：

Date          Value
2012-05-28    101
2012-05-25     99
2012-05-24    102
....
2012-04-30     78
2012-04-27     82
2012-04-26     77
2012-04-25     75
2012-04-24     76

前三个滚动的 1 个月窗口应该是：

1. 2012-05-28 to 2012-04-30
2. 2012-05-25 to 2012-04-26
3. 2012-05-24 to 2012-04-25

请注意，这不是固定宽度的滚动窗口。窗口实际上每天都在变化。

【问题讨论】：

看看zoo包中的rollmean。
看这里：stackoverflow.com/q/743812/602276
感谢您的快速回复。但这些仅适用于 FIXED 滚动窗口。
How to make a set containing count of data in rolling set of buckets的可能重复
你如何定义一个月？回顾30天？回顾一个月的前一天？我不确定我是否理解窗口宽度是如何变化的......

标签： r window time-series

【解决方案1】：

我使用此代码根据每日价格数据计算每月平均值。

#function for extracting month is in the lubridate package
install.packages(c("plyr", "lubridate"))
require(plyr); require(lubridate)

#read the daily data
daily = read.csv("daily_lumber_prices.csv")
price = daily$Open
date = daily$Date

#convert date to a usable format
date = strptime(date, "%d-%b-%y")
mon = month(date)
T = length(price)

#need to know when months change
change_month = rep(0,T)

for(t in 2:T){
  if(mon[t] != mon[t-1]){
    change_month[t-1] = 1
  }
}

month_avg = rep(0,T)
total = 0
days = 0

for(t in 1:T){
  if(change_month[t] == 0){
    #cumulative sums for each variable
    total = total + price[t] 
    days = days + 1
  }

  else{
    #need to include the current month in the calculation
    month_avg[t] = (total + price[t]) / (days + 1)
    #reset the variables
    total = 0
    days = 0
  }
}

因此，变量 month_avg 存储了每月平均值。

是这样的吗？此代码说明了月份的可变长度。当然有一种更有效的方法，但这很有效！

【讨论】：

【解决方案2】：

假设您的数据框是 df 这对我有用：

df$past_avg = sapply(df$Date, function(i){
    i = as.POSIXct(i)
    mean(subset(df, Date > (i - months(1)) & Date < i)$Value)
})

仅使用基数 R。您可以通过更改 months() 中的值来调整到过去多少个月。

【讨论】：

【解决方案3】：

runner 包完全支持不规则间隔时间序列上的滚动窗口操作。要计算 x 对象的 1 个月 移动平均线，必须指定 idx = date（使跑步者与时间相关）和 k = "1 months" 或 k = 30（天），具体取决于更重要的是什么给用户。用户可以apply any R function - 在这种情况下我们执行mean。

# example data
x <- cumsum(rnorm(20))
date <- Sys.Date() + cumsum(sample(1:5, 20, replace = TRUE)) # unequaly spaced time series

# calculate rolling average
runner::runner(
  x = x, 
  k = "1 months", 
  idx = date, 
  f = mean
)

【讨论】：