我想按组计算YTD滚动平均值,从组中的第一行开始到最后一行结束。以下是示例...
Group <- c(rep("a",5), rep("b",5))
Sales <- c(2,4,3,3,5,9,7,8,10,11)
Result <- c(2,3,3,3,3.4,9,8,8,8.5,9)
df <- data.frame(Group, Sales, Result)
结果列是我期望从滚动平均中看到的。
我想按组计算YTD滚动平均值,从组中的第一行开始到最后一行结束。以下是示例...
Group <- c(rep("a",5), rep("b",5))
Sales <- c(2,4,3,3,5,9,7,8,10,11)
Result <- c(2,3,3,3,3.4,9,8,8,8.5,9)
df <- data.frame(Group, Sales, Result)
结果列是我期望从滚动平均中看到的。
使用cumsum
:
dt <- as.data.table(df)
dt[, res := cumsum(Sales)/(1:.N), by = Group]
dt
Group Sales Result res
1: a 2 2.0 2.0
2: a 4 3.0 3.0
3: a 3 3.0 3.0
4: a 3 3.0 3.0
5: a 5 3.4 3.4
6: b 9 9.0 9.0
7: b 7 8.0 8.0
8: b 8 8.0 8.0
9: b 10 8.5 8.5
10: b 11 9.0 9.0
或者使用 zoo
包中的 rollapplyr
函数:
dt[, res := rollapplyr(Sales, 1:.N, mean), by = Group]
或使用基础 R:
ave(df$Sales, df$Group, FUN = function(x) cumsum(x) / seq_along(x))
dplyr
和zoo
。 %>%
将lhs与rhs连接起来,非常容易理解和执行它。library(dplyr)
library(zoo)
df %>%
group_by(Group) %>%
mutate(Sales = rollapplyr(Sales, row_number(), mean))
# Group Sales Result
# <fctr> <dbl> <dbl>
#1 a 2.0 2.0
#2 a 3.0 3.0
#3 a 3.0 3.0
#4 a 3.0 3.0
#5 a 3.4 3.4
#6 b 9.0 9.0
#7 b 8.0 8.0
#8 b 8.0 8.0
#9 b 8.5 8.5
#10 b 9.0 9.0
dt[, res := rollapplyr(Sales, 1:.N, mean), by = Group]
(但是在我看来,你的更优雅) - Jaapave(df$Sales, df$Group, FUN = function(x) cumsum(x) / seq_along(x))
(注:此为R语言中的代码) - mtotoseq_len(.N)
而不是1:.N
(只是提供信息)。 - nachti