我的数据集如下。我有Col1，Col2和Col3。
我需要创建第4列（Mean），该列为组计算为该行的Col3的值除以最后3的总和（可能必须更改为4,5,6）。
需要使用col1为每个组完成此操作。
Col1 Col2 Col3 Mean
1 A Jan-13 695 NA
2 A Feb-13 993 NA
3 A Mar-13 921 NA
4 A Apr-13 595 0.6841702
5 A May-13 632 0.7556796
6 A Jun-13 582 0.8128492
7 A Jul-13 810 1.3432836
8 A Jul-13 804 1.1916996
9 A Aug-13 927 1.2663934
10 A Sep-13 500 0.5903188
11 A Oct-13 719 0.9668310
12 A Nov-13 933 1.3042870
13 A Dec-13 844 1.1765799
14 A Jan-14 942 1.1322115
15 A Feb-14 753 0.8308202
16 A Mar-14 567 0.6699488
17 A Apr-14 507 0.6724138
18 A May-14 517 0.8489327
19 B Jan-13 835 NA
20 B Feb-13 892 NA
21 B Mar-13 510 NA
22 B Apr-13 615 0.8247653
23 B May-13 501 0.7451661
24 B Jun-13 617 1.1383764
25 B Jul-13 951 1.6462781
26 B Jul-13 632 0.9163847
27 B Aug-13 885 1.2068182
28 B Sep-13 821 0.9979741
29 B Oct-13 844 1.0829769
30 B Nov-13 587 0.6905882
31 B Dec-13 663 0.8832149
32 B Jan-14 614 0.8796562
33 B Feb-14 775 1.2473176
34 B Mar-14 688 1.0058480
35 B Apr-14 963 1.3909485
36 B May-14 934 1.1549876
37 C Jan-13 567 NA
38 C Feb-13 972 NA
39 C Mar-13 618 NA
40 C Apr-13 839 1.1668985
41 C May-13 747 0.9226019
42 C Jun-13 574 0.7813067
43 C Jul-13 718 0.9972222
44 C Jul-13 704 1.0358019
45 C Aug-13 982 1.4759519
46 C Sep-13 528 0.6589018
47 C Oct-13 1000 1.3550136
48 C Nov-13 609 0.7278884
49 C Dec-13 980 1.3757604
50 C Jan-14 611 0.7079954
51 C Feb-14 604 0.8236364
52 C Mar-14 674 0.9211845
53 C Apr-14 978 1.5532028
54 C May-14 885 1.1768617
55 D Jan-13 677 NA
56 D Feb-13 620 NA
57 D Mar-13 652 NA
58 D Apr-13 934 1.4376603
59 D May-13 817 1.1110607
60 D Jun-13 665 0.8302122
61 D Jul-13 761 0.9449503
62 D Jul-13 828 1.1074454
63 D Aug-13 659 0.8771074
64 D Sep-13 574 0.7660142
65 D Oct-13 785 1.1426492
66 D Nov-13 622 0.9246779
67 D Dec-13 704 1.0661282
68 D Jan-14 945 1.3429654
69 D Feb-14 971 1.2826948
70 D Mar-14 975 1.1164122
71 D Apr-14 539 0.5593220
72 D May-14 881 1.0635815
目前我正在创建从1到6的滞后，然后使用它们来创建新列。这是非常耗时的，因为我必须为大约20列进行此操作。
有更快/更有效的方法吗？最好使用data.table？
答案 0 :(得分：3)
你可以试试那个popose的shift函数
library(data.table) ## v1.9.6+
N <- 3L ## Set whatever N you like
setDT(df1)[, Mean := Col3 / (Reduce(`+`, shift(Col3, 1:N)) / N), by = Col1]
head(df1)
# Col1 Col2 Col3 Mean
# 1: A Jan-13 695 NA
# 2: A Feb-13 993 NA
# 3: A Mar-13 921 NA
# 4: A Apr-13 595 0.6841702
# 5: A May-13 632 0.7556796
答案 1 :(得分：0)
我们可以将embed与split
unsplit(lapply(split(df1$Col3, df1$Col1), function(x)
x/head(rowMeans(embed(c(rep(NA,3), x), 3)),-1)), df1$Col1)