使用 groupby 和不同窗口长度的滚动平均答案

【问题标题】：Rolling average using groupby and varying window length使用 groupby 和不同窗口长度的滚动平均
【发布时间】：2019-09-01 20:10:23
【问题描述】：

我正在尝试根据 R 中的 ID 列和测量时间标签创建列的滚动平均值，但我遇到了很多麻烦。

这是我的数据框的样子：

ID Measurement Value

A    1           10

A    2           12

A    3           14

B    1           10

B    2           12

B   3           14

B   4           10

问题是我的每个 ID 的测量计数从 9 到 76 不等，因此我还没有找到一种解决方案，可以在处理变化的窗口长度时为每个 ID 创建滚动平均值列。

我的目标是这样的数据框：

ID Measurement Value Average

A    1           10 NA

A    2           12 11

A    3           14 12

B    1           10 NA

B    2           12 11

B   3           14  12 

B   4           10 11.5

【问题讨论】：

标签： r rolling-computation

【解决方案1】：

使用您的数据：

library(dplyr)

dat %>%
   group_by(Id) %>%
   mutate(Avrg = cumsum(Value)/(1:n()))

# A tibble: 7 x 4
# Groups:   Id [2]
  Id    Measurement Value  Avrg
  <chr>       <int> <int> <dbl>
1 A               1    10  10  
2 A               2    12  11  
3 A               3    14  12  
4 B               1    10  10  
5 B               2    12  11  
6 B               3    14  12  
7 B               4    10  11.5

数据：

structure(list(Id = c("A", "A", "A", "B", "B", "B", "B"), 
               Measurement = c(1L, 2L, 3L, 1L, 2L, 3L, 4L), 
               Value = c(10L, 12L, 14L, 10L, 12L, 14L, 10L)
               ), 
          class = "data.frame", row.names = c(NA, -7L))

附：我很确定 10 的平均值是 10，而不是 NA

【讨论】：

有价值的答案，面临同样的问题

【解决方案2】：

library(dplyr)
data %>%
group_by(ID) %>%
mutate(rolling_mean = cummean(Value))

第一行将是每个组 (ID) 的第一个值的平均值，而不是 NA。

【讨论】：

【解决方案3】：

这不使用任何包。它按 ID 计算累积平均值，除了 Measurement 等于 1 它强制平均值为 NA。

transform(DF, Avg = ave(Value, ID, FUN = cumsum) / 
   ifelse(Measurement == 1, NA, Measurement))

给予：

  ID Measurement Value  Avg
1  A           1    10   NA
2  A           2    12 11.0
3  A           3    14 12.0
4  B           1    10   NA
5  B           2    12 11.0
6  B           3    14 12.0
7  B           4    10 11.5

注意

可重现形式的输入DF 是：

Lines <- "ID Measurement Value
A    1           10
A    2           12
A    3           14
B    1           10
B    2           12
B    3           14
B    4           10"
DF <- read.table(text = Lines, header = TRUE, strip.white = TRUE, as.is = TRUE)

【讨论】：