tidyverse 中的累积聚合答案

【问题标题】：Cumulative aggregates within tidyversetidyverse 中的累积聚合
【发布时间】：2018-05-30 08:33:43
【问题描述】：

假设我有一个由两列组成的tibble（或data.table）：

a <- tibble(id = rep(c("A", "B"), each = 6), val = c(1, 0, 0, 1 ,0,1,0,0,0,1,1,1))

此外，我有一个名为myfun 的函数，它接受一个任意长度的数字向量作为输入并返回一个数字。例如，您可以将myfun 视为标准差。

现在我想为我的tibble（称为结果）创建第三列，其中包含myfun 的输出，该输出应用于 val 累积并相对于 id 分组。例如，结果的第一个条目应包含mfun(val[1])。第二个条目应包含myfun(val[1:2])，依此类推。我想实现 myfun 的累积版本。

当然，在tidyverse 之外还有很多简单的解决方案，使用循环等等。但我会对tidyverse 或data.table 框架内的解决方案感兴趣。

感谢任何帮助。

【问题讨论】：

标签： r dataframe dplyr tidyverse purrr

【解决方案1】：

你可以这样做：

library(tidyverse)

a %>% 
  group_by(id) %>% 
  mutate(y = map_dbl(seq_along(val),~sd(val[1:.x]))) %>%
  ungroup

# # A tibble: 12 x 3
#       id   val         y
#    <chr> <dbl>     <dbl>
#  1     A     1        NA
#  2     A     0 0.7071068
#  3     A     0 0.5773503
#  4     A     1 0.5773503
#  5     A     0 0.5477226
#  6     A     1 0.5477226
#  7     B     0        NA
#  8     B     0 0.0000000
#  9     B     0 0.0000000
# 10     B     1 0.5000000
# 11     B     1 0.5477226
# 12     B     1 0.5477226

说明

我们首先使用tidyverse 链进行分组，然后使用mutate，而不是summarize，因为我们希望保持相同的未聚合行。

函数map_dbl 在这里用于循环最终索引的向量。 seq_along(val) 将是 1:6 对于此处的两个组。

使用 map 系列中的函数，我们可以使用 ~ 表示法，这将假定函数的第一个参数名为 .x。

循环遍历这些索引，我们首先计算sd(val[1:1]) 即sd(val[1]) 即NA，然后计算sd(val[1:2]) 等等...

map_dbl 按设计返回doubles 的向量，这些向量堆叠在y 列中。

【讨论】：

很高兴我能帮上忙 ;)

【解决方案2】：

可以使用动态宽度的zoo::rollapplyr (vector containing width)。可以使用1:n() 或seq(n()) 为每个组准备动态宽度。

让我们使用OP 提供的数据将其应用于函数sd：

library(dplyr)
library(zoo)

a %>% group_by(id) %>%
  mutate(y = rollapplyr(val, 1:n(), sd ))

#   # Groups: id [2]
#   id      val      y
#   <chr> <dbl>  <dbl>
#  1 A      1.00 NA    
#  2 A      0     0.707
#  3 A      0     0.577
#  4 A      1.00  0.577
#  5 A      0     0.548
#  6 A      1.00  0.548
#  7 B      0    NA    
#  8 B      0     0    
#  9 B      0     0    
# 10 B      1.00  0.500
# 11 B      1.00  0.548
# 12 B      1.00  0.548

【讨论】：