r语言 - 使用 dplyr 的特定日期内的观测值平均值

Question

我有一个看起来像这样的数据集：

data <- data.frame( date = rep(c(1:10),5), obs = c(1:50) )

其中一列中有日期，另一列中我有一个变量obs.我想使用dplyr计算每行变量的平均值，obs在date值的 2 天内进行观测，不包括当前的date行。

例如，对于第13

行中的date = 3，我想获取date等于 1、2、3、4 和 5 的所有行，并取这些行obs值的平均值，不包括第13行中的obs值。这将产生：

mean(c(1:5, 11, 12, 14, 15, 21:25, 31:35, 41:45))
# 23.41667

在那里你可以看到我采取了1到5之间的日期的所有观测值，但我省略了第13行的观测值。

理想情况下，我想在任何日期进行：我的数据集没有连续的日期，或者同一天可能有多个观测值。因此，如果数据集如下所示：

data <- data.frame( date = c(rep(c(1:10),5), 3), obs = c(1:51) )

如果日期3重复两次，我想在第13行中获得以下平均值：

mean(c(1:5, 11, 12, 14, 15, 51, 21:25, 31:35, 41:45)) 
# 24.52

第51行中的以下含义：

mean(c(1:5, 11:15, 21:25, 31:35, 41:45))
# 23

基本上，对于每一行，我希望在该特定行中日期的 2 天(+- 2 天(内发生列obs的所有other观测值的平均值。

Answer 1

如果我们想获得 4 个值的平均值，即上面 2 个值，下面 2 个不包括该值，请使用循环

sapply(seq_len(nrow(data)), function(i)
mean(data$obs[pmax(0, setdiff((i-2):(i+2), i))], na.rm = TRUE))

---

或者将rollapply与partial = TRUE一起使用

library(zoo)
library(dplyr)
data %>% 
mutate(avg = (rollapply(obs, width = 5, FUN = "sum", align = "center", 
fill = NA, partial = TRUE) - obs)/rep(c(2:4, 3:2), c(1, 1, n()-4, 1, 1))) 

Answer 2

使用dplyr：

解决方案 1 是从实际日期的下方 2 行和上方 2 行计算平均值：

data %>%
mutate(temp1 = lag(obs, 1), 
temp2 = lag(obs, 2),
temp3 = lead(obs, 1),
temp4 = lead(obs, 2)) %>%
mutate(mean = rowMeans(cbind(temp1,temp2, temp3, temp4), na.rm = TRUE)) %>%
select(date, obs, mean)

解决方案 2 是从实际日期的下方 2 行和上方 2 行计算平均值，但考虑日期的所有出现：

data %>%
mutate(temp1 = lag(obs, 1), 
temp2 = lag(obs, 2),
temp3 = lead(obs, 1),
temp4 = lead(obs, 2)) %>%
group_by(date) %>%
mutate(n = n(),
mean = sum(temp1, temp2, temp3, temp4, na.rm = TRUE)/(4*n)) %>%
ungroup() %>%
select(date, obs, mean)