Question

因此，我相当虔诚地使用了zoo::rollapply()，但我认为它不适合我要解决的问题。我有一个要实现缩小的滚动窗口的要求。例如，这是一些示例数据：

v <- data.frame(date=as.Date("2012-1-2") + 0:4, vals=c(1,2,3,4,5))
v
        date vals
1 2012-01-02    1
2 2012-01-03    2
3 2012-01-04    3
4 2012-01-05    4
5 2012-01-06    5

我希望滚动窗口按日期降序排列，所以用rev(v$date)排序，我想对val求和，如下所示[每个窗口落后1]（下面的每一行都是一个窗口）：

5 + 4 + 3 + 2 + 1 = 15
    4 + 3 + 2 + 1 = 10
        3 + 2 + 1 = 6
            2 + 1 = 3
                1 = 1

所以我希望我的data.frame是：

#        date vals new_val
#1 2012-01-02    1       1
#2 2012-01-03    2       3
#3 2012-01-04    3       6
#4 2012-01-05    4      10
#5 2012-01-06    5      15

注意：假设上面的示例使用sum(x)函数   计算每个窗口。将其推广到任何   function(x)。假设function(x) { (min(x) + max(x)) * length(x) * sum(x) }

注意：我更喜欢基本的R实现，但其他更喜欢的包   可能适用也很有趣

Answer 1

尝试

v$new_val <- cumsum(v$vals)
v
#        date vals new_val
#1 2012-01-02    1       1
#2 2012-01-03    2       3
#3 2012-01-04    3       6
#4 2012-01-05    4      10
#5 2012-01-06    5      15

Answer 2

这里是一个使用sapply

的人

v <- data.frame(date=as.Date("2012-1-2") + 0:4, vals=c(1,2,3,4,5))

v <- data.frame(v[order(rev(v$date)), ],
                  "new_val" = sapply(1:nrow(v), function(x) sum(v[order(rev(v$date)), "vals"][x:5])))

> v
        date vals new_val
5 2012-01-06    5      15
4 2012-01-05    4      10
3 2012-01-04    3       6
2 2012-01-03    2       3
1 2012-01-02    1       1

Answer 3

像这样使用cumsum和rev：

transform(v, sum = rev(cumsum(vals)))

给予：

        date vals sum
1 2012-01-02    1  15
2 2012-01-03    2  10
3 2012-01-04    3   6
4 2012-01-05    4   3
5 2012-01-06    5   1

或注意到width参数可以是向量（请参见?rollapply）：

library(zoo)

transform(v, sum = rev(rollapplyr(vals, seq_along(vals), sum)))

如何实现滑动/滞后窗口？

3 个答案: