R在DataTable中创建LookBack操作

时间:2013-09-29 04:32:16

标签: r data.table

我想对数据表进行回顾操作。我更喜欢使用单个数据表,但无法弄清楚如何正确别名。我想我需要一种方法来明确地将'join'的每一侧的Date列别名。

相反,我复制了数据表,并在其中一个数据表中更改了键列的名称以允许回顾。

这就是我所拥有的

library(data.table)
DT <- data.table(
  Date = as.Date(c("2013-5-4", "2013-5-9", "2013-5-16", "2013-5-19","2013-5-23", "2013-5-26", "2013-5-29", "2013-6-2","2013-6-10")),
  V1 = c(1,1,1,3,4,9, 2, 3, 1)
)

这是复制数据表的代码,更改一个关键列名称并执行回顾计算

DT2<-data.table(DT) # copy the whole table
setnames(DT2,c("DDate",unlist(names(DT2)[2:length(names(DT2))]))) # changes the column name for date
# add a column in DT by looking up values in DT2
DT[, lookbackmean:=mean(DT2[DT2$DDate < .SD[,Date],V1]),by=Date][, lookback:= paste0(DT2[DT2$DDate < .SD[,Date], V1],collapse=","),by=Date]

这是输出。注意:我创建了一个名为lookback的列,显示了每个日期的平均值所考虑的值。

         Date V1 lookbackmean        lookback
1: 2013-05-04  1          NaN                
2: 2013-05-09  1     1.000000               1
3: 2013-05-16  1     1.000000             1,1
4: 2013-05-19  3     1.000000           1,1,1
5: 2013-05-23  4     1.500000         1,1,1,3
6: 2013-05-26  9     2.000000       1,1,1,3,4
7: 2013-05-29  2     3.166667     1,1,1,3,4,9
8: 2013-06-02  3     3.000000   1,1,1,3,4,9,2
9: 2013-06-10  1     3.000000 1,1,1,3,4,9,2,3

我在没有创建数据表副本的情况下遇到的问题是

将数据表连接回自身,但不计算值。我认为问题在于它无法区分连接中的数据列。

DT[, lookbackmean:=mean(DT[DT$DDate < .SD[,Date],V1]),by=Date]
    [, lookback:= paste0(DT[DT$DDate < .SD[,Date], V1],collapse=","),by=Date]

         Date V1 lookbackmean lookback
1: 2013-05-04  1          NaN         
2: 2013-05-09  1          NaN         
3: 2013-05-16  1          NaN         
4: 2013-05-19  3          NaN         
5: 2013-05-23  4          NaN         
6: 2013-05-26  9          NaN         
7: 2013-05-29  2          NaN         
8: 2013-06-02  3          NaN         
9: 2013-06-10  1          NaN  

1 个答案:

答案 0 :(得分:1)

我想我现在质疑你想要的结果:

> DT[, lookbackmean:=  head(c(NA,cumsum(V1)/(1:.N)),-1) ]
> DT
         Date V1 lookbackmean 
1: 2013-05-04  1           NA 
2: 2013-05-09  1     1.000000 
3: 2013-05-16  1     1.000000 
4: 2013-05-19  3     1.000000 
5: 2013-05-23  4     1.500000 
6: 2013-05-26  9     2.000000 
7: 2013-05-29  2     3.166667 
8: 2013-06-02  3     3.000000 
9: 2013-06-10  1     3.000000 

我想你可能不是真的想要累积均值,在这种情况下你应该看一下使用索引编写数据的许多SO问题。