库存少于 10 个月的值的平均值

Question

所以我有一个数据表 (dt)，其中包含以下元素、一个 Item 的 id、当天的日期和库存。

ID        date             Stock
193sd      2016-03-23        12
238ds      2016-04-20         1
193sd      2017-09-12         1
...

例如，像 193sd 这样的 ID 有不同的日期

ID        date             Stock
193sd    2016-03-23          12
193sd    2017-09-12          1
193sd    2018-09-11          4
193sd    2017-01-12          2
193sd    2016-02-11          1

我需要从 10 个月前的最新日期开始查找股票的平均值，我知道我应该手动执行以下操作：

对于那个 ID 193sd

1. 将 dt$date 从最新到最旧排序

2. 获取 M 日期（i）和日期（i+1）之间的月数

   dates=c(dateNew, dateOld) dates2 <- strptime(dates, format = "%Y-%m-%d") dif <- diff(as.numeric(dates2)) # difference in seconds months = dif/(60 * 60 * 24 * 30) # months

3. 检查 M

4. 如果为真，则查找该 ID 的这些日期的股票平均值并完成

   平均值是 dt$stock 的值的总和除以 10

5. 如果错误重复

作为其他语言的程序员和 R 的新手，我总是想到 for 循环，但我确信在使用数据表时有更好的清洁方式。

Answer 1

使用 data.table 和 lubridate 包，您可以执行以下操作

library(data.table); library(lubridate);

df <- read.table(text = 
"ID      date                Stock
193sd    2016-03-23          12
193sd    2017-09-12          1
193sd    2018-09-11          4
193sd    2018-01-12          NA
193sd    2017-12-11          1", header = T, stringsAsFactors = F)

dt <- as.data.table(df) 
dt[, date := as.Date(date)]
result <- dt[, .SD[date >= max(date) %m-% months(10)], by = ID][, .(customMean = sum(Stock, na.rm = T)/10), by = ID] #calculate the mean stock as you described for entries in date that are within 10 months from the last date for each ID
##      ID customMean
##1: 193sd        0.5