如何计算前 5 个值的平均值？

【问题标题】：How to calculate the mean of the previous 5 values?如何计算前 5 个值的平均值？
【发布时间】：2020-08-21 11:25:54
【问题描述】：

我有以下数据框：

agrodata

    week             temperature        humidity       radiation    evapotranspiration
   <date>                  <dbl>            <dbl>            <dbl>            <dbl>
2012-03-25               15.9             54.1            20.4            0     
2012-06-17               25.9             65.6            22.2            0.486 
2012-06-24               27.4             61.7            21.3            0     
2012-07-08               27.5             62.9            22.4            0     
2012-07-15               27.5             50.1            23.1            0     
2012-07-22               27.0             56.4            19.0            0     
2012-07-29               28.7             61.5            19.7            0     
2012-08-05               29.1             56.1            20.0            0.0286
2012-08-12               28.6             56.8            19.4            0     
2012-08-19               29.0             63.0            18.1            0     
2012-08-26               27.4             62.9            18.0            0.229 
2012-09-02               16.9             32.9            16.9            0     
2012-09-09               25.0             62.1            16.7            0     
2012-09-16               25.4             62.6            14.5            0     
2012-09-30               22.3             65.6            15.2            0     
2012-10-07               22.4             71.4            13.9            0     
2012-10-14               19.3             67.2            11.3            0.257 
2012-10-21               18.7             74.5            9.70           3.43  
2012-10-28               16.4             75.5            8.35           3.2   
2012-11-04               17.8             79.7            7.17           7

如您所见，我将日期按周分组。我想创建 4 个新列（对于 4 个气候变量中的每一个），其中包含前连续 5 周的平均值，如果没有前连续 5 周，那么无论如何......有什么办法吗它与 dplyr？谢谢。

【问题讨论】：

  • 这能回答你的问题吗？ Consecutive/Rolling sums in a vector in R
  • 缺少周数时会发生什么？我们是否需要从当前周到 5 周前的一周之间的所有周？还是仅在过去 5 周的最后一周与当前周之间的缺失？还是您的意思是前 5 行，无论它们是否在 5 周内？本周是包括在平均值中还是严格意义上的前一周？
  • 我们在前 5 周里占用的时间一样多。我们需要从当前周到 5 周前的一周之间的所有周。如果前一周没有 5 个，我们可以取 4 个，或 3 个，或 2 个，甚至 1 个（当前周）。包括实际周数，因此我们需要 6 个值的平均值（前 5 周和当前周）。谢谢！

标签： r dplyr


【解决方案1】：

我建议使用zoo 中的rollmean() 和dplyr 中的across() 的tidyverse 方法：

library(tidyverse)
library(zoo)
#Data
df <- structure(list(week = c("25/03/2012", "17/06/2012", "24/06/2012", 
"08/07/2012", "15/07/2012", "22/07/2012", "29/07/2012", "05/08/2012", 
"12/08/2012", "19/08/2012", "26/08/2012", "02/09/2012", "09/09/2012", 
"16/09/2012", "30/09/2012", "07/10/2012", "14/10/2012", "21/10/2012", 
"28/10/2012", "04/11/2012"), temperature = c(15.9, 25.9, 27.4, 
27.5, 27.5, 27, 28.7, 29.1, 28.6, 29, 27.4, 16.9, 25, 25.4, 22.3, 
22.4, 19.3, 18.7, 16.4, 17.8), humidity = c(54.1, 65.6, 61.7, 
62.9, 50.1, 56.4, 61.5, 56.1, 56.8, 63, 62.9, 32.9, 62.1, 62.6, 
65.6, 71.4, 67.2, 74.5, 75.5, 79.7), radiation = c(20.4, 22.2, 
21.3, 22.4, 23.1, 19, 19.7, 20, 19.4, 18.1, 18, 16.9, 16.7, 14.5, 
15.2, 13.9, 11.3, 9.7, 8.35, 7.17), evapotranspiration = c(0, 
0.486, 0, 0, 0, 0, 0, 0.0286, 0, 0, 0.229, 0, 0, 0, 0, 0, 0.257, 
3.43, 3.2, 7)), class = "data.frame", row.names = c(NA, -20L))

代码：

df %>%
  mutate(across(c(temperature:evapotranspiration),
                .fns = list(avg = ~ rollmean(.,k=5,fill=NA,align = 'right')))) -> df2

输出：

         week temperature humidity radiation evapotranspiration temperature_avg humidity_avg radiation_avg
1  25/03/2012        15.9     54.1     20.40             0.0000              NA           NA            NA
2  17/06/2012        25.9     65.6     22.20             0.4860              NA           NA            NA
3  24/06/2012        27.4     61.7     21.30             0.0000              NA           NA            NA
4  08/07/2012        27.5     62.9     22.40             0.0000              NA           NA            NA
5  15/07/2012        27.5     50.1     23.10             0.0000           24.84        58.88        21.880
6  22/07/2012        27.0     56.4     19.00             0.0000           27.06        59.34        21.600
7  29/07/2012        28.7     61.5     19.70             0.0000           27.62        58.52        21.100
8  05/08/2012        29.1     56.1     20.00             0.0286           27.96        57.40        20.840
9  12/08/2012        28.6     56.8     19.40             0.0000           28.18        56.18        20.240
10 19/08/2012        29.0     63.0     18.10             0.0000           28.48        58.76        19.240
11 26/08/2012        27.4     62.9     18.00             0.2290           28.56        60.06        19.040
12 02/09/2012        16.9     32.9     16.90             0.0000           26.20        54.34        18.480
13 09/09/2012        25.0     62.1     16.70             0.0000           25.38        55.54        17.820
14 16/09/2012        25.4     62.6     14.50             0.0000           24.74        56.70        16.840
15 30/09/2012        22.3     65.6     15.20             0.0000           23.40        57.22        16.260
16 07/10/2012        22.4     71.4     13.90             0.0000           22.40        58.92        15.440
17 14/10/2012        19.3     67.2     11.30             0.2570           22.88        65.78        14.320
18 21/10/2012        18.7     74.5      9.70             3.4300           21.62        68.26        12.920
19 28/10/2012        16.4     75.5      8.35             3.2000           19.82        70.84        11.690
20 04/11/2012        17.8     79.7      7.17             7.0000           18.92        73.66        10.084
   evapotranspiration_avg
1                      NA
2                      NA
3                      NA
4                      NA
5                 0.09720
6                 0.09720
7                 0.00000
8                 0.00572
9                 0.00572
10                0.00572
11                0.05152
12                0.05152
13                0.04580
14                0.04580
15                0.04580
16                0.00000
17                0.05140
18                0.73740
19                1.37740
20                2.77740

【讨论】：

  • 可以设置partial = TRUE 取部分组的平均值。
  • 您好，非常感谢您的回答。这是一个很好的近似值，但并不完全是我需要的。我只是在帖子中评论了一些细节，你能看一下吗？
【解决方案2】：

1) 滚动应用

使用此答案末尾注释中显示的agroweek，我们假设：

  • 问题中的数据具有代表性，即按周排序，没有NA。 （放宽这些假设并不难，并且在任何情况下 (2) 都允许 NA 和无序数据。）
  • 需要的是过去 6 周内所有周的平均值（而不是最后 6 行）
  • 过去 6 周包括当前周

使用findInterval 找到 6 周前的那一周的行号，然后从当前行号中减去该行号，得到 width，该向量包含每个点的平均行数。然后使用rollapplyr 计算r 滚动方式，将mean_ 添加到列名，cbind 将它们添加到原始数据框。另一个示例，请参阅?rollapply 的示例部分中涉及findInterval 的示例。

library(zoo)

k <- 6 # no of weeks
week <- agroweek$week
width <- seq_along(week) - findInterval(week - 7*k, week)
r <- rollapplyr(agroweek[-1], width, mean)
colnames(r) <- paste("mean", colnames(r), sep = "_")
res1 <- cbind(agroweek, r)

给予：

> head(res1)
        week temperature humidity radiation evapotranspiration mean_temperature mean_humidity mean_radiation mean_evapotranspiration
1 2012-03-25        15.9     54.1      20.4              0.000         15.90000        54.100       20.40000                  0.0000
2 2012-06-17        25.9     65.6      22.2              0.486         25.90000        65.600       22.20000                  0.4860
3 2012-06-24        27.4     61.7      21.3              0.000         26.65000        63.650       21.75000                  0.2430
4 2012-07-08        27.5     62.9      22.4              0.000         26.93333        63.400       21.96667                  0.1620
5 2012-07-15        27.5     50.1      23.1              0.000         27.07500        60.075       22.25000                  0.1215
6 2012-07-22        27.0     56.4      19.0              0.000         27.06000        59.340       21.60000                  0.0972

2) SQL

另一种方法是在 SQL 中按周进行左自连接，并对每一行的连接值进行平均。即使有 NA 并且即使数据未排序，这也有效。

library(sqldf)

k <- 6
fn$sqldf("select a.*, 
    avg(b.temperature) as mean_temperature,
    avg(b.humidity) as mean_humidity,
    avg(b.radiation) as mean_radiation,
    avg(b.evapotranspiration) as mean_evapotranspiration 
  from agroweek as a
  left join agroweek as b on b.week between a.week - ($k-1)*7 and a.week
  group by a.week")

这也可以写成：

k <- 6
means <- toString(sprintf("avg(b.%s) as mean_%s", names(DF)[-1], names(DF)[-1]))
fn$sqldf("select a.*, $means
  from agroweek as a
  left join agroweek as b on b.week between a.week - ($k-1)*7 and a.week
  group by a.week")

注意

假设可重现形式的输入为：

agroweek <- structure(list(week = structure(c(15424, 15508, 15515, 15529, 
15536, 15543, 15550, 15557, 15564, 15571, 15578, 15585, 15592, 
15599, 15613, 15620, 15627, 15634, 15641, 15648), class = "Date"), 
    temperature = c(15.9, 25.9, 27.4, 27.5, 27.5, 27, 28.7, 29.1, 
    28.6, 29, 27.4, 16.9, 25, 25.4, 22.3, 22.4, 19.3, 18.7, 16.4, 
    17.8), humidity = c(54.1, 65.6, 61.7, 62.9, 50.1, 56.4, 61.5, 
    56.1, 56.8, 63, 62.9, 32.9, 62.1, 62.6, 65.6, 71.4, 67.2, 
    74.5, 75.5, 79.7), radiation = c(20.4, 22.2, 21.3, 22.4, 
    23.1, 19, 19.7, 20, 19.4, 18.1, 18, 16.9, 16.7, 14.5, 15.2, 
    13.9, 11.3, 9.7, 8.35, 7.17), evapotranspiration = c(0, 0.486, 
    0, 0, 0, 0, 0, 0.0286, 0, 0, 0.229, 0, 0, 0, 0, 0, 0.257, 
    3.43, 3.2, 7)), row.names = c(NA, -20L), class = "data.frame")

可以这样生成：

Lines <- "
     week             temperature        humidity       radiation    evapotranspiration
2012-03-25               15.9             54.1            20.4            0     
2012-06-17               25.9             65.6            22.2            0.486 
2012-06-24               27.4             61.7            21.3            0     
2012-07-08               27.5             62.9            22.4            0     
2012-07-15               27.5             50.1            23.1            0     
2012-07-22               27.0             56.4            19.0            0     
2012-07-29               28.7             61.5            19.7            0     
2012-08-05               29.1             56.1            20.0            0.0286
2012-08-12               28.6             56.8            19.4            0     
2012-08-19               29.0             63.0            18.1            0     
2012-08-26               27.4             62.9            18.0            0.229 
2012-09-02               16.9             32.9            16.9            0     
2012-09-09               25.0             62.1            16.7            0     
2012-09-16               25.4             62.6            14.5            0     
2012-09-30               22.3             65.6            15.2            0     
2012-10-07               22.4             71.4            13.9            0     
2012-10-14               19.3             67.2            11.3            0.257 
2012-10-21               18.7             74.5            9.70           3.43  
2012-10-28               16.4             75.5            8.35           3.2   
2012-11-04               17.8             79.7            7.17           7"

agroweek <- read.table(text = Lines, header = TRUE)
agroweek$week <- as.Date(agroweek$week)

【讨论】：

  • 您好，感谢您的回答。我有一个问题，你是如何转换日期的？
  • 见末尾的扩展注释。将来请以可复制的形式提供输入。
  • 当我尝试 width &lt;- seq_along(week) - findInterval(week - 7*k, week) 时，我收到此错误：findInterval 中的错误（周 - 7 * 6，周）：'vec' 必须以非递减方式排序并且不包含 NAs
  • 启动一个新的 R 实例，然后复制 Note 中的代码并粘贴进去，然后复制 (1) 中的代码并粘贴进去。现在显示了输出的前 6 行在答案中，您可以看到没有错误。如果您有 NA 或未对周进行排序，则 (1) 使用 na.omit 省略具有 NA 的行并对数据进行排序。请注意，(2) 甚至适用于 NA，即使数据未排序。
【解决方案3】：

使用data.table：

setDT(df)
cols <- names(df)[-1]
df[, paste0(cols, "_5w_avg") := 
       lapply(.SD, function(x) fcoalesce(frollmean(x, n=5:1, na.rm=TRUE))), 
   .SDcols = cols]
df
#           week temperature humidity radiation evapotranspiration temperature_5w_avg humidity_5w_avg radiation_5w_avg evapotranspiration_5w_avg
#  1: 25/03/2012        15.9     54.1     20.40             0.0000           15.90000        54.10000           20.400              0.000000e+00
#  2: 17/06/2012        25.9     65.6     22.20             0.4860           20.90000        59.85000           21.300              2.430000e-01
#  3: 24/06/2012        27.4     61.7     21.30             0.0000           23.06667        60.46667           21.300              1.620000e-01
#  4: 08/07/2012        27.5     62.9     22.40             0.0000           24.17500        61.07500           21.575              1.215000e-01
#  5: 15/07/2012        27.5     50.1     23.10             0.0000           24.84000        58.88000           21.880              9.720000e-02
#  6: 22/07/2012        27.0     56.4     19.00             0.0000           27.06000        59.34000           21.600              9.720000e-02
#  7: 29/07/2012        28.7     61.5     19.70             0.0000           27.62000        58.52000           21.100              0.000000e+00
#  8: 05/08/2012        29.1     56.1     20.00             0.0286           27.96000        57.40000           20.840              5.720000e-03
#  9: 12/08/2012        28.6     56.8     19.40             0.0000           28.18000        56.18000           20.240              5.720000e-03
# 10: 19/08/2012        29.0     63.0     18.10             0.0000           28.48000        58.76000           19.240              5.720000e-03
# 11: 26/08/2012        27.4     62.9     18.00             0.2290           28.56000        60.06000           19.040              5.152000e-02
# 12: 02/09/2012        16.9     32.9     16.90             0.0000           26.20000        54.34000           18.480              5.152000e-02
# 13: 09/09/2012        25.0     62.1     16.70             0.0000           25.38000        55.54000           17.820              4.580000e-02
# 14: 16/09/2012        25.4     62.6     14.50             0.0000           24.74000        56.70000           16.840              4.580000e-02
# 15: 30/09/2012        22.3     65.6     15.20             0.0000           23.40000        57.22000           16.260              4.580000e-02
# 16: 07/10/2012        22.4     71.4     13.90             0.0000           22.40000        58.92000           15.440             -5.551115e-18
# 17: 14/10/2012        19.3     67.2     11.30             0.2570           22.88000        65.78000           14.320              5.140000e-02
# 18: 21/10/2012        18.7     74.5      9.70             3.4300           21.62000        68.26000           12.920              7.374000e-01
# 19: 28/10/2012        16.4     75.5      8.35             3.2000           19.82000        70.84000           11.690              1.377400e+00
# 20: 04/11/2012        17.8     79.7      7.17             7.0000           18.92000        73.66000           10.084              2.777400e+00

【讨论】：

    猜你喜欢
    • 2017-02-06
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-02-07
    相关资源
    最近更新 更多
    热门标签
    Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode