当组的观察值不足时按组评估滚动平均值

Question

我正在尝试计算数据集的一系列滚动方式 -

     date name px_last 
2012-12-04   A  6.81  
2012-12-05   A  4.28  
2012-12-06   A  4.32
2012-12-04   A  6.89  
2012-12-05   A  7.24    
2012-12-04   B  6.81  
2012-12-05   B  9.38  
2012-12-06   B  3.62
2012-12-04   C  3.85  
2012-12-05   C  4.23  
2012-12-06   C  7.32
2012-12-04   C  2.84  
2012-12-05   C  8.38

这是我正在使用的代码 -

vec = c(2, 3, 4, 5)
for(i in c(1:length(vec))){
  varname = paste0("ma", vec[i])
  df = df %>% group_by(name) %>% mutate(!!varname := rollapplyr(px_last, vec[i], mean, na.rm = TRUE, fill = "NA"))
}

我从第三次迭代中得到的错误是 -

Error in mutate_impl(.data, dots) : 
Evaluation error: wrong sign in 'by' argument.

据此 post - Clueless about this error: wrong sign in 'by' argument - 我了解到这是因为某些组的行数不足；在这个例子中，分组 name = B

如何在不删除观测值不足的组的情况下计算均值？我希望 NA 最好在由于观察不足而无法计算平均值的地方。

Answer 1

@phil_t 所以问题是 rollapply 试图以 right-aligned 的方式应用 mean。当在组 B 上的大小为 4 的 window 上尝试这样做时，它只有 3 个值，它正确地失败了。

因此您需要 "regularize" DF 以获得每个组所需的行数。

library(plyr)
> df <- ddply(df, 'name', function(x) {
                 rbind.fill(x, data.frame(name = rep(unique(x$name), each = max(vec) - nrow(x))))
              })

> df
  date name px_last
  2012-12-04    A    6.81
  2012-12-05    A    4.28
  2012-12-06    A    4.32
  2012-12-04    A    6.89
  2012-12-05    A    7.24
  2012-12-04    B    6.81
  2012-12-05    B    9.38
  2012-12-06    B    3.62
  <NA>    B      NA
  <NA>    B      NA
  2012-12-04    C    3.85
  2012-12-05    C    4.23
  2012-12-06    C    7.32
  2012-12-04    C    2.84
  2012-12-05    C    8.38

> for(i in c(1:length(vec))){
    varname = paste0("ma", vec[i])
    df = df %>% group_by(name) %>% mutate(!!varname := rollapplyr(px_last, vec[i], mean, na.rm = TRUE, fill = "NA"))
  }

这应该有所帮助。

当组的观察值不足时按组评估滚动平均值

Evaluate rolling mean by group when groups have insufficient observations

r

zoo

dplyr

rollapply