Question

与this question和this one有些相关，我在计算滚动金额方面遇到了麻烦。与这些问题不同，我想尝试使用zoo:rollsum与rollapply回答here类似。（但是，如果有更多的data.table方法可以做到这一点。）

让我们从一些数据开始：

set.seed(123)
some_dates <- function(){as.Date('1980-01-01') + sort(sample.int(1e4,100))}
d <- data.table(cust_id = c(rep(123,100),rep(456,100)),
                purch_dt = c(some_dates(), some_dates()),
                purch_amt = round(runif(200, 1, 100),2) )

head(d)
#    cust_id   purch_dt purch_amt
# 1:     123 1980-01-08     24.63
# 2:     123 1980-09-03     96.27
# 3:     123 1981-02-24     60.54

我想在每个交易日计算每个客户365天的购买金额。

答案here表明了以下方法：

首先，使用交叉连接为所有客户日期对创建虚拟行，例如：

setkey(d, cust_id, purch_dt)
dummy <- d[ CJ(unique(cust_id), seq(min(purch_dt), max(purch_dt), by='day') ) ]
#    cust_id   purch_dt purch_amt
# 1:     123 1980-01-08     24.63
# 2:     123 1980-01-09        NA
# 3:     123 1980-01-10        NA

到目前为止，这么好（虽然我确定有一种方法可以将这个虚拟表收紧到客户级别的min / max purch_dt）。

我的问题是如何使用rollsumr来计算365天的总和。

我试过了：

dummy[, purch_365 := rollsumr(x=purch_amt, k=365, na.rm=TRUE) , by=cust_id]

但是这会创建purch_365作为所有NA并提供两个警告：

Warning messages:
1: In `[.data.table`(dummy, , `:=`(purch_365, rollsumr(x = purch_amt,  :
  Supplied 9550 items to be assigned to group 1 of size 9914 in column 'purch_365' (recycled leaving remainder of 364 items).

我得到364 = k-1，2个cust_id的警告。除此之外，我不知所措。

# Desired output:
#    cust_id   purch_dt purch_amt purch_365
# 1:     123 1980-01-08     24.63     24.63
# 2:     123 1980-09-03     96.27    120.90
# 3:     123 1981-02-24     60.54    156.81

提前致谢！

Answer 1

这是一种方式。首先，添加一个包含您关注的最后日期的列，以及一个跟踪事物的索引：

d[, old.date := purch_dt - 365]
d[, idx := .I]

然后在该日期进行滚动连接（假设版本1.9.5+），并提取每个匹配的索引范围（即.EACHI）：

res = d[d, .(idx = i.idx, seq = idx:i.idx), by = .EACHI, roll = -Inf,
        on = c(cust_id = 'cust_id', purch_dt = 'old.date')]

最后，使用适当的范围对原始data.table进行子集化，并计算总和：

d[, purch_365 := d[res$seq, sum(purch_amt), by = res$idx]$V1][]
#     cust_id   purch_dt purch_amt idx   old.date purch_365
#  1:     123 1980-01-08     24.63   1 1979-01-08     24.63
#  2:     123 1980-09-03     96.27   2 1979-09-04    120.90
#  3:     123 1981-02-24     60.54   3 1980-02-25    156.81
#  4:     123 1981-04-01     51.99   4 1980-04-01    208.80
#  5:     123 1981-04-02     40.85   5 1980-04-02    249.65
# ---                                                      
#196:     456 2006-01-29     24.72 196 2005-01-29    187.81
#197:     456 2006-02-15     27.78 197 2005-02-15    215.59
#198:     456 2006-09-22     11.00 198 2005-09-22     74.94
#199:     456 2006-09-27     12.67 199 2005-09-27     87.61
#200:     456 2006-11-18     99.13 200 2005-11-18    186.74

Answer 2

这是在黑暗中完全拍摄的，因为我没有完全关注你的问题，但是也许将purch_amt中的NA值变为数字0可能会解决问题？可能的R将NA值加在一起，这将导致答案为NA。

例如NA + 1 = NA。尝试将这些NA值更改为零。

在timestamped事务的data.table中使用zoo的rollum

2 个答案: