组边界内的滚动总和

Question

我正在尝试根据以下玩具数据计算滚动总和：

structure(list(Tag = c("1", "1", "1",  "1", "2", "2", "2", "2",  "2",
"2"), ID = c("A", "A", "A",  "B", "J", "J", "J", "A", "A", "A" ),
correctvis = c(1, 0, 1, 1, 1, 0, 1, 0, 1, 0)), row.names = c(NA, 
-10L), groups = structure(list(ID = "A", Tag = "1", 
.rows = structure(list(1:10), ptype = integer(0), class = c("vctrs_list_of", 
 "vctrs_vctr", "list"))), row.names = 1L, class = c("tbl_df",  "tbl", "data.frame"), .drop = TRUE), class = c("grouped_df", 
 "tbl_df", "tbl", "data.frame"))

我已经使用data.table 和dplyr 这样做了：

test <- as.data.table(df)[,sums2 := frollsum(correctvis, 7), by = c("ID","Tag")]

test <- df %>%
  group_by(ID, Tag) %>%
  mutate(sums = roll_sum(correctvis, 7, align = "right", fill = NA)) 

两者的结果相同。

注意：实际上我的标签/ID 列表持续的时间要长得多，这就是为什么我使用 7 的窗口而不是更小的窗口。

问题： 尽管使用 group_by 和 by=，但 roll_sum 和 froll_sum 使用的窗口超出了组的边界。那就是：我想开始计数，好像每个分组之前的所有值 correctvis 都是 0（对于该分组）。 以下代码似乎尊重分组（基于tibbletime 包）：

rolling_sum <-  rollify(.f = sum, window = 7)
df <- df %>%
 group_by(ID, Tag) %>%
 mutate(sums2 = rolling_sum(correctvis))

但是，此代码不起作用，因为在某些情况下，每个特定分组的观察数少于 7 个，从而导致错误：

不能滚动应用的窗口大于 数据长度

我的问题：

• 我能否调整 dplyr/data.table 代码，使其在应用滚动总和时尊重我的分组？

或者

• 有没有一种方法可以让 rollify 代码适用于我的窗口大小。我的一个想法是使用 case_when ：

  rolling_sum <- rollify(.f = sum, window = case_when(n=1~1,n=2~2, etc.))

但我无法让它工作。

Answer 1

这是一个使用data.table::frollmean的选项：

library(data.table)
k <- 7L
setDT(df)[, if (.N > k) frollmean(correctvis, c(1L:k, rep(k, .N - k)), adaptive=TRUE) 
        else frollmean(correctvis, seq_len(.N), adaptive=TRUE), 
    .(ID, Tag, rleid(ID, Tag))]

输出：

    ID Tag rleid        V1
 1:  A   1     1 1.0000000
 2:  A   1     1 0.5000000
 3:  A   1     1 0.6666667
 4:  B   1     2 1.0000000
 5:  J   2     3 1.0000000
 6:  J   2     3 0.5000000
 7:  J   2     3 0.6666667
 8:  A   2     4 0.0000000
 9:  A   2     4 0.5000000
10:  A   2     4 0.3333333