在 R 中创建 *NEW* 多条件（函数）列答案

【问题标题】：Creating a *NEW* multi-conditional (function) column in R在 R 中创建 *NEW* 多条件（函数）列
【发布时间】：2019-04-16 09:56:45
【问题描述】：

我正在尝试基于两个条件创建一个新的条件列。我想根据名称 and 找到列 A、B 和 C 的平均值，该周领先于相应行中的一周（但不包括）。让我们以乔为例。对于第 1 行，我们将在新列中没有数据。第 2 行将具有第 1 周数据的“平均值”。对于第 3 行，我们需要第 1 周和第 2 周数据的平均值。在实践中，我们可以有超过 3 周的时间，但我想简化示例。我想避免循环如果可能。

在 Excel 中使用 Averageifs() 函数很容易做到这一点，但我想使用 R 自动化/整合该过程

我的数据看起来像这样：

Name Week A B C
Joe  1    5 6 7
Joe  2    4 5 6
Joe  3    2 3 4
Tim  1    7 8 9
Tim  2    5 4 6 
Tim  4    3 5 4
Bob  1    9 8 7
Bob  3    8 5 2
Bob  4    4 5 3

新数据如下所示：

    Name Week A B C    A_2 B_2 C_2
    Joe  1    5 6 7    NA  NA  NA
    Joe  2    4 5 6    5   6   7
    Joe  3    2 3 4    4.5 5.5 6.5
    Tim  1    7 8 9    NA  NA  NA
    Tim  2    5 4 6    7   8   9
    Tim  4    3 5 4    6   6   7.5
    Bob  1    9 8 7    NA  NA  NA
    Bob  3    8 5 2    9   8   7
    Bob  4    4 5 3    8.5 6.5 4.5

感谢您提供的任何帮助！我是 R 的半新手，一直在努力解决这个问题

【问题讨论】：

How to calculate the Cumulative Average for some numbers?，例如cumsum(x) / seq_along(x)

标签： r conditional mean calculated-columns moving-average

【解决方案1】：

这是dplyr 包的一种方式-

df %>%
  group_by(Name) %>% 
  arrange(Name, Week) %>% 
  mutate(
    A_2 = lag(cummean(A)),
    B_2 = lag(cummean(B)),
    C_2 = lag(cummean(C))
  ) %>% 
  ungroup()

# A tibble: 9 x 8
  Name   Week     A     B     C   A_2   B_2   C_2
  <fct> <int> <int> <int> <int> <dbl> <dbl> <dbl>
1 Bob       1     9     8     7 NA    NA    NA   
2 Bob       3     8     5     2  9.00  8.00  7.00
3 Bob       4     4     5     3  8.50  6.50  4.50
4 Joe       1     5     6     7 NA    NA    NA   
5 Joe       2     4     5     6  5.00  6.00  7.00
6 Joe       3     2     3     4  4.50  5.50  6.50
7 Tim       1     7     8     9 NA    NA    NA   
8 Tim       2     5     4     6  7.00  8.00  9.00
9 Tim       4     3     5     4  6.00  6.00  7.50

数据 -

df <- structure(list(Name = structure(c(2L, 2L, 2L, 3L, 3L, 3L, 1L, 
1L, 1L), .Label = c("Bob", "Joe", "Tim"), class = "factor"), 
    Week = c(1L, 2L, 3L, 1L, 2L, 4L, 1L, 3L, 4L), A = c(5L, 4L, 
    2L, 7L, 5L, 3L, 9L, 8L, 4L), B = c(6L, 5L, 3L, 8L, 4L, 5L, 
    8L, 5L, 5L), C = c(7L, 6L, 4L, 9L, 6L, 4L, 7L, 2L, 3L)), .Names = c("Name", 
"Week", "A", "B", "C"), class = "data.frame", row.names = c(NA, 
-9L))

【讨论】：

你会不会碰巧知道用标准偏差做这个的方法？本质上，“累积标准差”
使用这个功能 - cumsd <- function(x) { sapply(1:length(x), function(a) sd(x[1:a])) }
A+++ 你是最棒的！
还有一个问题，如果我想要最后 3（或 n）周怎么办？而不是本周之前的所有周？

【解决方案2】：

data.table 方法：

library(data.table)

setDT(df)[order(Name, Week),][, `:=` (
                  A_mean = shift(cummean(A)),
                  B_mean = shift(cummean(B)),
                  C_mean = shift(cummean(C))
                  ), by = Name][]

请注意，末尾的[] 仅用于打印结果。

输出：

   Name Week A B C A_mean B_mean C_mean
1:  Bob    1 9 8 7     NA     NA     NA
2:  Bob    3 8 5 2    9.0    8.0    7.0
3:  Bob    4 4 5 3    8.5    6.5    4.5
4:  Joe    1 5 6 7     NA     NA     NA
5:  Joe    2 4 5 6    5.0    6.0    7.0
6:  Joe    3 2 3 4    4.5    5.5    6.5
7:  Tim    1 7 8 9     NA     NA     NA
8:  Tim    2 5 4 6    7.0    8.0    9.0
9:  Tim    4 3 5 4    6.0    6.0    7.5

【讨论】：