将列添加到表中，其值取决于日期答案

【问题标题】：Add column to table with values depending on dates将列添加到表中，其值取决于日期
【发布时间】：2018-05-07 17:29:09
【问题描述】：

我有一个表格，其中包含日期作为数字和每个日期的值。现在我想添加另一列weekSum，其中包含上周的价值总和。但是缺少一些日期（所以我不能总是使用当前和最后 6 行）。我的桌子是这样的：

df <- data.frame('date' = c(20160309, 20160310, 20160311, 20160312, 20160313, 20160314, 20160315, 20160317, 20160318, 20160319, 20160321), 'value' = c(1, 2, 3, 4, 5, 6, 7 ,8, 9, 10, 11))

date        value
20160309     1
20160310     2
20160311     3
20160312     4
20160313     5
20160314     6
20160315     7
20160316     8     
20160318     9     #17th skipped
20160319    10     
20160321    11     #20th skipped

我想得到以下输出：

date        value    weekSum
20160309     1       NA
20160310     2       NA
20160311     3       NA
20160312     4       NA
20160313     5       NA
20160314     6       NA
20160315     7       28    # 1+2+3+4+5+6+7
20160316     8       35    # 2+3+4+5+6+7+8
20160318     9       39    # 4+5+6+7+8+9
20160319    10       45    # 5+6+7+8+9+10
20160321    11       45    # 7+8+9+10+11

如何做到这一点？

【问题讨论】：

为什么开头的 weekSum 的值不见了？它不应该被填充吗？

标签： r sum

【解决方案1】：

1) 将数据框转换为 zoo 并定义一个 weekSum 函数，该函数将其输入子集到上周并将其相加。然后将rollapplyr 与coredata = FALSE 一起使用，以便将带有时间的动物园对象（不仅仅是核心数据）传递给weekSum 函数。

library(zoo)

z <- read.zoo(df, format = "%Y%m%d")
weekSum <- function(z) sum(z[time(z) > tail(time(z), 1) - 7])
transform(df, weekSum = rollapplyr(z, 7, weekSum, fill = NA, coredata = FALSE))

给予：

               date value weekSum
2016-03-09 20160309     1      NA
2016-03-10 20160310     2      NA
2016-03-11 20160311     3      NA
2016-03-12 20160312     4      NA
2016-03-13 20160313     5      NA
2016-03-14 20160314     6      NA
2016-03-15 20160315     7      28
2016-03-16 20160316     8      35
2016-03-18 20160318     9      39
2016-03-19 20160319    10      45
2016-03-21 20160321    11      45

2) 另一种方法是用零填充缺失日期的值，然后使用宽度为 7 的 rollsumr。z 来自 (1)。

z0 <- merge(z, zoo(, seq(start(z), end(z), "day")), fill = 0)
transform(df, weekSum = rollsumr(z0, 7, fill = NA)[z0 != 0])

【讨论】：

谢谢，这很好用！您能否解释一下以下部分的工作原理？我认为它是创建过去一周的某种矢量/列表，但我不太明白如何。 tail(time(z), 1) - 7
rollapplyr 将最后 7 个点作为动物园对象 z 传递，对于任何动物园对象，我们可以使用 time(z) 获取其时间。 tail(time(z), 1) 是过去的最后（当前）时间。 read.zoo 创建了一个 zoo 对象，其时间属于 "Date" 类，对于任何 "Date" 类对象，我们可以通过减去 7 得到 7 天前。
再次感谢！我还有一个问题，希望你能为我解答。由于您没有指定有关行的任何内容，weeksum 怎么知道它应该取值的总和而不是日期的总和？
z 不是数据框。它是一个动物园对象，在这种情况下是一个值向量，其时间索引存储为属性。诸如"ts" 和"zoo" 类之类的时间序列对象的想法是，可以在不考虑时间索引的情况下处理值，并且时间索引会自动处理（对齐、子集化）。在 R 命令行中输入 z 以查看它的外观。也可以试试str(z) 和dput(z)。建议查看 zoo 附带的 5 个小插曲及其帮助文件。
试试rollapplyr(z0, 7, sum, partial = TRUE)

【解决方案2】：

使用基础 R 可以这样做：

res <- merge(df, data.frame(date = seq(df$date[1], to = df$date[length(d)], by = "days")), all.y = TRUE)

res$weekSum <- NA
for(i in seq_along(res$sum)[-seq_len(6)]){
    res$weekSum[i] <- sum(res$value[(i - 6):i], na.rm = TRUE)
}
res <- res[!is.na(res$value), ]
res
#         date value sum weekSum
#1  2016-03-09     1  NA      NA
#2  2016-03-10     2  NA      NA
#3  2016-03-11     3  NA      NA
#4  2016-03-12     4  NA      NA
#5  2016-03-13     5  NA      NA
#6  2016-03-14     6  NA      NA
#7  2016-03-15     7  28      28
#9  2016-03-17     8  33      35
#10 2016-03-18     9  39      42
#11 2016-03-19    10  45      49
#13 2016-03-21    11  45      56

【讨论】：

【解决方案3】：

这是一种使用tidyverse 工具的方法。此方法使用tidyr::complete 来构造完整的日期序列，从而可以轻松地按照建议获取当前行和前 6 行。如果有，请注意这里以value 中的NA 值开头，因为目前这些行将在最后被过滤掉。如有必要，可以进行调整以避免这种情况。

library(tidyverse)
library(lubridate)
#> 
#> Attaching package: 'lubridate'
#> The following object is masked from 'package:base':
#> 
#>     date
df <- data.frame('date' = c(20160309, 20160310, 20160311, 20160312, 20160313, 20160314, 20160315, 20160317, 20160318, 20160319, 20160321), 'value' = c(1, 2, 3, 4, 5, 6, 7 ,8, 9, 10, 11))
df %>%
  mutate(date = ymd(date)) %>%
  complete(date = seq.Date(min(date), max(date), by = 1)) %>%
  arrange(date) %>%
  mutate(
    newval = replace_na(value, 0),
    weekSum = newval + lag(newval) + lag(newval, 2) + lag(newval, 3) +
      lag(newval, 4) + lag(newval, 5) + lag(newval, 6)
  ) %>%
  select(-newval) %>%
  filter(!is.na(value))
#> # A tibble: 11 x 3
#>    date       value weekSum
#>    <date>     <dbl>   <dbl>
#>  1 2016-03-09    1.     NA 
#>  2 2016-03-10    2.     NA 
#>  3 2016-03-11    3.     NA 
#>  4 2016-03-12    4.     NA 
#>  5 2016-03-13    5.     NA 
#>  6 2016-03-14    6.     NA 
#>  7 2016-03-15    7.     28.
#>  8 2016-03-17    8.     33.
#>  9 2016-03-18    9.     39.
#> 10 2016-03-19   10.     45.
#> 11 2016-03-21   11.     45.

由reprex package (v0.2.0) 于 2018 年 5 月 7 日创建。

【讨论】：