Question

我有一个数据框，其中包含id（包含重复项），date（包含重复项），值。这些值记录了连续的不同天。现在我想要的是将数据框与id和date（作为n个连续的天）分组并找到值的均值。如果最后一组不包含n天，则返回NA。

id  date          value
 1  2016-10-5       2
 1  2016-10-6       3
 1  2016-10-7       1
 1  2016-10-8       2
 1  2016-10-9       5
 2  2013-10-6       2
 .  .               .
 .  .               .
 .  .               .
 20 2012-2-6        10

期望的输出，连续n天为3

  id  date      value  group_n_consecutive_days     mean_n_consecutive_days
   1  2016-10-5  2         1                        2
   1  2016-10-6  3         1                        2
   1  2016-10-7  1         1                        2
   1  2016-10-8  2         2                        NA
   1  2016-10-9  5         2                        NA
   2  2013-10-6  2         1                        4
   .
   .
   .
   .
    20 2012-2-6  10         6                       25

Answer 1

问题中的数据在id中进行了排序和连续，因此我们假设是这种情况。同样，当问题涉及重复的日期时，我们假设这意味着不同的id值可以具有相同的日期，但是在id内，日期是唯一且连续的。现在，使用由id结尾的注释2中可重复显示的数据，并使用gl计算组编号。然后按id和group_no分组，取每组3的平均值或较小组的NA。

library(dplyr)

DF %>% 
  group_by(id) %>%
  mutate(group_no = c(gl(n(), 3, n()))) %>%
  group_by(group_no, add = TRUE) %>%
  mutate(mean = if (n() == 3) mean(value) else NA) %>%
  ungroup

给予：

# A tibble: 6 x 5
     id date       value group_no  mean
  <int> <date>     <int>    <int> <dbl>
1     1 2016-10-05     2        1     2
2     1 2016-10-06     3        1     2
3     1 2016-10-07     1        1     2
4     1 2016-10-08     2        2    NA
5     1 2016-10-09     5        2    NA
6     2 2013-10-06     2        1    NA

注释1

gl(...)的替代方案可以是cumsum(rep(1:3, length = n()) == 1)，if (n() = 3) mean(value) else NA的替代方案可以是mean(head(c(value, NA, NA), 3))。

注释2

假定可复制形式的输入数据为：

Lines <- "id  date          value
 1  2016-10-5       2
 1  2016-10-6       3
 1  2016-10-7       1
 1  2016-10-8       2
 1  2016-10-9       5
 2  2013-10-6       2"
DF <- read.table(text = Lines, header = TRUE)
DF$date <- as.Date(DF$date)

如何找到每组连续n天的均值r

1 个答案:

注释1

注释2