R在data.table中创建嵌套滚动列表答案

【问题标题】：R create nested rolling list in data.tableR在data.table中创建嵌套滚动列表
【发布时间】：2018-12-29 02:24:18
【问题描述】：

我有一个 data.table dt 具有以下结构：

country calendar_date                                                     net_revenue
 US    2018-05-17                                3.5,28.0, 3.5, 3.5,10.5, 5.6,...
 US    2018-05-18                           3.5,102.9,229.6,  8.4,  3.5,  2.1,...
 US    2018-05-19                                3.5,13.3,35.0, 7.0,52.5, 3.5,...
 US    2018-05-20                          3.85, 7.00,58.10, 7.00, 3.50, 7.00,...
 US    2018-05-21                               17.5, 3.5, 3.5,10.5, 1.4, 3.5,...
 US    2018-05-22        5.60000, 3.50000,17.50000, 3.50000, 2.10000, 7.05516,...
 US    2018-05-23       17.50000,16.10000,58.01507, 2.80000, 5.60000, 3.50000,...
 US    2018-05-24        3.50000,26.72765, 3.50000,12.60000, 3.50000, 3.50000,...
 US    2018-05-25                           2.1,308.0,  2.1,  2.1,  3.5,  3.5,...
 US    2018-05-26        2.10000, 3.50000,88.90000, 3.50000, 3.50000, 7.75859,...
 US    2018-05-27        5.22087,17.50000, 5.60000, 3.50000, 7.00000, 7.00000,...
 US    2018-05-28                                3.5,35.0, 1.4, 3.5, 7.0,28.0,...
 US    2018-05-29                                9.1, 7.0,23.1, 1.4, 1.4, 9.1,...
 US    2018-05-30                                7.7, 2.1,10.5,15.4,65.1, 3.5,...

net_revenue 列是一个嵌套列表：

str(dt)
Classes ‘data.table’ and 'data.frame':  14 obs. of  3 variables:
 $ country      : chr  "US" "US" "US" "US" ...
 $ calendar_date: chr  "2018-05-17" "2018-05-18" "2018-05-19" "2018-05-20" ...
 $ net_revenue  :List of 14
  ..$ : num  3.5 28 3.5 3.5 10.5 5.6 14 2.1 3.5 28 ...
  ..$ : num  3.5 102.9 229.6 8.4 3.5 ...
  ..$ : num  3.5 13.3 35 7 52.5 3.5 7 35 3.5 19.6 ...
  ..$ : num  3.85 7 58.1 7 3.5 7 1.4 3.5 34.3 2.1 ...
  ..$ : num  17.5 3.5 3.5 10.5 1.4 3.5 15.4 26.6 10.5 5.6 ...
  ..$ : num  5.6 3.5 17.5 3.5 2.1 ...
  ..$ : num  17.5 16.1 58 2.8 5.6 ...
  ..$ : num  3.5 26.7 3.5 12.6 3.5 ...
  ..$ : num  2.1 308 2.1 2.1 3.5 ...
  ..$ : num  2.1 3.5 88.9 3.5 3.5 ...
  ..$ : num  5.22 17.5 5.6 3.5 7 ...
  ..$ : num  3.5 35 1.4 3.5 7 28 3.5 3.5 3.5 7 ...
  ..$ : num  9.1 7 23.1 1.4 1.4 9.1 7 2.1 5.6 2.1 ...
  ..$ : num  7.7 2.1 10.5 15.4 65.1 3.5 28 3.5 24.5 19.6 ...
 - attr(*, ".internal.selfref")=<externalptr>

我需要做的是创建一个列net_revenue_roll，它通过country 连接每个calendar_date 的7 个最后日期的net_revenue 列表 - 即“滚动（ly）”应用一个函数（@ 987654331@ 或 c) 按组复制到 data.table 中的嵌套列表。

参考类似的问题（最后的链接），到目前为止，我尝试了 3 种方法，但它们似乎都不能正确解决这个特定问题：

### Option 1 - rollapplyr
dt[, net_revenue_roll := zoo::rollapplyr (net_revenue, 7L, list), by = c('country')]

### Option 2 - lapply + .SD
dt[, net_revenue_roll := lapply (.SD, function (x) {list (shift(x, 0L:6L, type = 'lag'))}), by = c('country'), .SDcols = c('net_revenue')]

### Option 3 - Reduce + .SD
dt[, net_revenue_roll := Reduce (list, shift(.SD, 0L:6L, type = 'lag')), by = c('country'), .SDcols = c('net_revenue')]

我怀疑我对函数的应用顺序做出了一些错误的假设，但我找不到错误。有什么建议吗？

链接： Rolling by group in data.table R How do I take a rolling product using data.table

【问题讨论】：

因此您需要每个日期和国家/地区的每个列表中的最后 7 个值。是这个问题吗？
嗨，@YOLO！不，我想连接按国家/地区分组的每个日期的最后 7 个列表。我编辑了问题以使其更清楚:)
能不能展示嵌套列表的结构，就第一行
@YOLO 当然...这是一个带有数字向量的列表：[[1]] [1] 3.50000 28.00000 3.50000 3.50000 10.50000 5.60000 14.00000 2.10000 3.50000 28.00000 10.50000 3.42755 7.00000 [14] 2.10000 7.00000 7.00000 8.40000 3.50000 10.50000 11.90000 28.00000 3.50000 3.50000 1.40000 3.50000 4.90000 [27] 14.00000
编辑：我用str(dt)添加了一段代码来阐明data.table的结构

标签： r nested data.table apply rolling-computation

【解决方案1】：

使用末尾注释中的DT 将每个列表元素转换为字符串，使用rollapplyr 并转换回来。

library(data.table)
library(zoo)

DT[, ch := sapply(net_revenue, toString)][,
  ch := rollapplyr(ch, 7, toString, partial = TRUE), by = "country"][,
  net_revenue := lapply(strsplit(ch, ","), type.convert)][,
  ch:=NULL]

注意

可重现形式的输入是：

library(data.table)

Lines <- "
country calendar_date                                             net_revenue
 US    2018-05-17                                3.5,28.0, 3.5, 3.5,10.5, 5.6
 US    2018-05-18                           3.5,102.9,229.6,  8.4,  3.5,  2.1
 US    2018-05-19                                3.5,13.3,35.0, 7.0,52.5, 3.5
 US    2018-05-20                          3.85, 7.00,58.10, 7.00, 3.50, 7.00
 US    2018-05-21                               17.5, 3.5, 3.5,10.5, 1.4, 3.5
 US    2018-05-22        5.60000, 3.50000,17.50000, 3.50000, 2.10000, 7.05516
 US    2018-05-23       17.50000,16.10000,58.01507, 2.80000, 5.60000, 3.50000
 US    2018-05-24        3.50000,26.72765, 3.50000,12.60000, 3.50000, 3.50000
 US    2018-05-25                           2.1,308.0,  2.1,  2.1,  3.5,  3.5
 US    2018-05-26        2.10000, 3.50000,88.90000, 3.50000, 3.50000, 7.75859
 US    2018-05-27        5.22087,17.50000, 5.60000, 3.50000, 7.00000, 7.00000
 US    2018-05-28                                3.5,35.0, 1.4, 3.5, 7.0,28.0
 US    2018-05-29                                9.1, 7.0,23.1, 1.4, 1.4, 9.1
 US    2018-05-30                                7.7, 2.1,10.5,15.4,65.1, 3.5"
L <- trimws(readLines(textConnection(Lines)))
L <- sub("\\s+", ";", L)
L <- sub("\\s+", ";", L)
DF <- read.table(text = L, header = TRUE, sep = ";", as.is = TRUE)
DF$net_revenue <- lapply(strsplit(DF$net_revenue, ","), type.convert)
DT <- as.data.table(DF)

【讨论】：

嗨，@g-grothendieck！谢谢你的回答。转换为字符串是一个聪明的主意——它确实有效。但是，这个脚本正在生产中，所以理想情况下我想要更高效的东西。我现在要投票赞成你的答案，但我还没有结束这个问题 - 我想看看是否有人可以给出这个更有效的答案。干杯