指定范围内的滚动和答案

【问题标题】：Rolling sum in specified range指定范围内的滚动和
【发布时间】：2017-10-21 16:11:01
【问题描述】：

对于 df，我想获取过去 10 秒内 Value 列的滚动总和，时间以秒为单位。数据框非常大，因此不能使用 dply::complete （数百万个数据点，毫秒级）。我更喜欢 dplyr 解决方案，但认为数据表 left_join 可能是可行的，只是无法使其工作。

df = data.frame(Row=c(1,2,3,4,5,6,7),Value=c(4,7,2,6,3,8,3),Time=c(10021,10023,10027,10035,10055,10058,10092))

解决方案将添加一个列 (Sum.10S)，该列采用过去 10 秒的滚动总和：

df$Sum.10S=c(4,11,13,8,3,11,3)

【问题讨论】：

将第三个数字固定为 13 以反映评论。因此，第三行的时间为 10027，并将最后十秒的值相加（10021 处为 4，10023 处为 7，10027 处为 2）
当你说“最后”时，你是指前十秒吗？因此，对于您的 data.frame，第 1 行将是 1:1 行的总和。第 2 行将是第 1:2 行的总和。第 3 行将是第 1:3 行的总和。第 4 行将是第 3:4 行的总和。第 5 行将是第 5:5 行的总和。第 6 行将是第 5:6 行的总和。第 7 行将是第 7:7 行的总和？我理解你的目标吗？
是的，没错。

标签： r dplyr data.table

【解决方案1】：

定义一个函数sum10，对最后 10 秒求和，并将其与rollapplyr 一起使用。它避免了显式循环，并且运行速度比使用问题中的数据显式循环快 10 倍左右。

library(zoo)

sum10 <- function(x) {
  if (is.null(dim(x))) x <- t(x)
  tt <- x[, "Time"]
  sum(x[tt >= tail(tt, 1) - 10, "Value"])
}

transform(df, S10 = rollapplyr(df, 10, sum10, by.column = FALSE, partial = TRUE))

给予：

  Row Value  Time  S10
1   1     4 10021    4
2   2     7 10023   11
3   3     2 10027   13
4   4     6 10035    8
5   5     3 10055    3
6   6     8 10058   11
7   7     3 10092    3

【讨论】：

【解决方案2】：

好吧，我的速度不够快，无法获得第一个答案。但是这个解决方案更简单，并且不需要外部库。

df = data.frame(Row=c(1,2,3,4,5,6,7),Value=c(4,7,2,6,3,8,3),Time=c(10021,10023,10027,10035,10055,10058,10092))

df$SumR<-NA
for(i in 1:nrow(df)){
  df$SumR[i]<-sum(df$Value[which(df$Time<=df$Time[i] & df$Time>=df$Time[i]-10)])
  }

  Row Value  Time SumR
1   1     4 10021    4
2   2     7 10023   11
3   3     2 10027   13
4   4     6 10035    8
5   5     3 10055    3
6   6     8 10058   11
7   7     3 10092    3

【讨论】：