12 个月滚动窗口内积极事件的总和答案

【问题标题】：sum of positive events over a 12 month rolling window12 个月滚动窗口内积极事件的总和
【发布时间】：2019-07-23 15:41:29
【问题描述】：

我正在尝试计算 12 个月滚动窗口内积极事件的数量。

我可以每年创建 365 行缺失数据并使用 zoo::rollapply 来计算每 365 行数据的事件数，但我的数据框非常大，我想在一堆变量上执行此操作，所以这需要永远运行。

我可以用这个得到正确的输出：

data <- data.frame(id = c("a","a","a","a","a","b","b","b","b","b"),
                   date = c("20-01-2011","20-04-2011","20-10-2011","20-02-2012",
                            "20-05-2012","20-01-2013","20-04-2013","20-10-2013",
                            "20-02-2014","20-05-2014"),
                   event = c(0,1,1,1,0,1,0,0,1,1))

library(lubridate)
library(dplyr)
library(tidyr)
library(zoo)

data %>%
group_by(id) %>%
mutate(date = dmy(date),
       cumsum = cumsum(event)) %>%
complete(date = full_seq(date, period = 1), fill = list(event = 0)) %>%
mutate(event12 = rollapplyr(event, width = 365, FUN = sum, partial = TRUE)) %>%
drop_na(cumsum)

这是什么：

 id     date       event cumsum event12
 <fct>  <date>     <dbl>  <dbl>   <dbl>
 a      2011-01-20     0      0       0
 a      2011-04-20     1      1       1
 a      2011-10-20     1      2       2
 a      2012-02-20     1      3       3
 a      2012-05-20     0      3       2
 b      2013-01-20     1      1       1
 b      2013-04-20     0      1       1
 b      2013-10-20     0      1       1
 b      2014-02-20     1      2       1
 b      2014-05-20     1      3       2

但想看看是否有更有效的方法，例如如何使rollyapply 中的宽度计数日期而不是计数行数。

【问题讨论】：

标签： r dplyr tidyverse zoo rollapply

【解决方案1】：

这可以在将日期转换为Date 类之后使用复杂的自联接和单个 sql 语句来完成，而无需填写缺失的日期：

library(sqldf)

data2 <- transform(data, date = as.Date(date, "%d-%m-%Y"))

sqldf("select a.*, sum(b.event) as event12
  from data2 as a
  left join data2 as b on a.id = b.id and b.date between a.date - 365 and a.date
  group by a.rowid
  order by a.rowid")

给予：

   id       date event event12
1   a 2011-01-20     0       0
2   a 2011-04-20     1       1
3   a 2011-10-20     1       2
4   a 2012-02-20     1       3
5   a 2012-05-20     0       2
6   b 2013-01-20     1       1
7   b 2013-04-20     0       1
8   b 2013-10-20     0       1
9   b 2014-02-20     1       1
10  b 2014-05-20     1       2

【讨论】：