计算最近 3 个非假日工作日的平均值答案

【问题标题】：Calculate average of last 3 non holiday weekdays计算最近 3 个非假日工作日的平均值
【发布时间】：2016-09-05 19:40:34
【问题描述】：

我有一个数据框，用于显示不同类别的日期时间、星期、工作日的个人资料点击次数。

有关示例数据，请参阅下文（输入数据）。我正在寻找的是在所有类别中输出一个数据框，其中包含从周日到周六非假日周的最后 3 个工作日的平均值。

正如您在以下所需输出中所见，没有考虑假期周的任何数据。有没有不使用循环的简单方法来实现这一点？如果是，我们该怎么做？

所需输出：

CAT  Day  Avg
A    SUN  =(1 + 3+99) /3
A    MON  =(6+67+ 45) /3
A    TUE  = (2+ 53+ 68)/3
A    WED
A    THU
A    FRI
A    SAT

输入数据：

CAT  DATE       WEEJ    DAY  Hits   Holiday Week
A   9/3/2016    2016-35 SAT  58     No
A   9/2/2016    2016-35 FRI  9      No
A   9/1/2016    2016-35 THU  20     No
A   8/31/2016   2016-35 WED  92     No
A   8/30/2016   2016-35 TUE  2      No
A   8/29/2016   2016-35 MON  6      No
A   8/28/2016   2016-35 SUN  1      No
A   8/27/2016   2016-34 SAT  58     Yes
A   8/26/2016   2016-34 FRI  56     Yes
A   8/25/2016   2016-34 THU  40     Yes
A   8/24/2016   2016-34 WED  42     Yes
A   8/23/2016   2016-34 TUE  59     Yes
A   8/22/2016   2016-34 MON  21     Yes
A   8/21/2016   2016-34 SUN  98     Yes
A   8/20/2016   2016-33 Sat  2      No
A   8/19/2016   2016-33 FRI  85     No
A   8/18/2016   2016-33 THU  29     No
A   8/17/2016   2016-33 WED  37     No
A   8/16/2016   2016-33 TUE  53     No
A   8/15/2016   2016-33 MON  67     No
A   8/14/2016   2016-33 SUN  3      No
A   8/13/2016   2016-32 SAT  35     No
A   8/12/2016   2016-32 FRI  24     No
A   8/11/2016   2016-32 THU  94     No
A   8/10/2016   2016-32 WED  81     No
A   8/9/2016    2016-32 TUE  68     No
A   8/8/2016    2016-32 MON  45     No
A   8/7/2016    2016-32 SUN  99     No

【问题讨论】：

请在我的帖子中检查所需的输出。这是预期的结果
缺失数据（间隙，每组少于 3 行数据）的预期行为是什么？

标签： r

【解决方案1】：

我们可以使用data.table

library(data.table)
setDT(df1)[order(-as.IDate(DATE, "%m/%d/%Y"), toupper(DAY))
     ][HolidayWeek=="No",.(Ave = sum(Hits[1:3])/.N) , by = .(DAY=toupper(DAY))]
#  DAY      Ave
#1: SAT 31.66667
#2: FRI 39.33333
#3: THU 47.66667
#4: WED 70.00000
#5: TUE 41.00000
#6: MON 39.33333
#7: SUN 34.33333

如果是 3 次“Hits”的平均值

setDT(df1)[order(-as.IDate(DATE, "%m/%d/%Y"), toupper(DAY))
 ][HolidayWeek=="No",.(Ave = mean(Hits[1:3])) , by = .(DAY=toupper(DAY))]

【讨论】：

我认为要求每组最后三个数据行的平均值。如果一个组的现有行超过三个，除以.N 可能会导致错误的平均值。 min(.N,3)?
@RYoda 在这种情况下，我们可以这样做(Ave = mean(Hits[1:3]))

【解决方案2】：

这是dplyr的解决方案：

library(dplyr)

answer <- x %>% filter(Holiday=="No") %>% group_by(Day)  %>% 
top_n(3,desc(Date))  %>% summarise(Avg = sum(Hits)/n())

它会删除所有假期，然后对于每个“DAY”，它会获取每一天的最后三个日期，最后汇总点击次数并除以这些天数，得出平均值。

请注意，一周中的“天”并非全部大写。

【讨论】：

【解决方案3】：

library(data.table)
setDT(df)[Holiday_Week == 'No', .(Avg = sum(head(Hits, 3))/.N), by = .(CAT, DAY = tolower(DAY))]

#   CAT DAY      Avg
#1:   A sat 31.66667
#2:   A fri 39.33333
#3:   A thu 47.66667
#4:   A wed 70.00000
#5:   A tue 41.00000
#6:   A mon 39.33333
#7:   A sun 34.33333

【讨论】：

这似乎不是最后 3 个的平均值。
您在哪一部分限制了平均周数？我只是看不到。
是的，但是如果数据比问题中给出的长怎么办？
我的意思是如果有 5 周，那么您的代码将取所有这 5 周的唯一天数的平均值，不是吗？
嗨- 上面的代码只是取所有可用数据的平均值，它应该取过去 3 个工作日的平均值，不包括假期周。对于每个类别，我有超过 50 周的数据，并且有 100 多个类别（如 A、B、C ....）。我们如何才能获得每个类别最近 3 个工作日的平均值

【解决方案4】：

基础R 解决方案

do.call("rbind",
        lapply(split(df,df[,c("Holiday","CAT","DAY")]),
               function(x) if (x$Holiday[1]=="Yes") {
                 NULL
               } else {
                 data.frame(CAT=x$CAT[1],
                            DAY=x$DAY[1],
                            MN=mean(tail(x[order(x$DATE),],3)$Hits))}))
#         CAT DAY       MN
#No.A.FRI   A FRI 39.33333
#No.A.MON   A MON 39.33333
#No.A.SAT   A SAT 31.66667
#No.A.SUN   A SUN 34.33333
#No.A.THU   A THU 47.66667
#No.A.TUE   A TUE 41.00000
#No.A.WED   A WED 70.00000

【讨论】：

顺便说一句：我已在您的示例数据中手动将 Sat 更改为 SAT，因为我认为这只是一个错字。

【解决方案5】：

非节假日和节假日的平均分日

Library(data.table)

data <- Input data

setDT(data)[, mean(Hits), by = .(DAY, Holiday) ]

也许使用tolower(DAY)，因为您的数据存在一些命名差异。

只是没有假期：

setDT(data)[Holiday == "No", mean(Hits), by = tolower(DAY) ]

【讨论】：