我有一个数据集，由学生(id(和他们每年的年级组成：
library(data.table)
set.seed(1)
students <- data.table("id" = rep(1:10, each = 10),
"year" = rep(2000:2009, 10),
"grade" = sample(c(9:11, rep(NA, 5)), 100, replace = T))
以下是学生 1 的示例：
id year grade
1: 1 2000 9
2: 1 2001 NA
3: 1 2002 NA
4: 1 2003 9
5: 1 2004 10
6: 1 2005 NA
7: 1 2006 NA
8: 1 2007 11
9: 1 2008 NA
我希望有一种方法可以访问每个学生以前和将来的成绩，以执行不同的操作。例如，将学生的最后三个年级相加。这将产生如下所示的数据集：
id year grade sum_lag_3
1: 1 2000 9 9 # 1st window, size 1: 9
2: 1 2001 NA 9
3: 1 2002 NA 9
4: 1 2003 9 18 # 2nd, size 2: 9 + 9 = 18
5: 1 2004 10 28 # 3rd, size 3: 9 + 9 + 10 = 28
6: 1 2005 NA 28
7: 1 2006 NA 28
8: 1 2007 11 30 # 4th, size 3: 9 + 10 + 11 = 30
9: 1 2008 NA 30
10: 1 2009 10 31 # 5th, size 3: 10 + 11 + 10 = 31
11: 2 2001 11 11 # 1st window, size 1: 11
(所有结果如下所示(。
- 然而，这不是一篇关于形成滚动总和的帖子。
- 我希望能够在每个小组内更普遍地进行操作，为此，我需要找到一种方法来参考所有学生过去和未来的成绩。
因此，在第一行的情况下，由于没有先前的观察结果，这意味着"过去"向量为空，但"未来"向量为NA NA 9 10 NA NA 11 NA 10。
类似地，对于第二行，"过去"向量将是9，"未来"向量将是：
NA 9 10 NA NA 11 NA 10
对于第三行，"过去"向量将9 NA，"未来"向量为：
9 10 NA NA 11 NA 10
这是我想要参考的信息，以进行不同的计算。仅在每个组中进行的计算，并且因上下文而异。最好我想使用data.table来做到这一点，而不是将我的数据重塑为宽格式。
我尝试执行以下操作：
students[, .SD[, sum_last_3:= ...], by = id]
但是我收到一条错误消息，指出此功能尚未在data.table上可用(其中...是任何操作的占位符。
谢谢大家。
与@chinsoon12类似，但使用zoo::rollapply可以轻松地将sum应用于部分窗口。
d[!is.na(grade), rs := rollapply(grade, 3, sum, align = "right", partial = TRUE), by = id]
d[ , rs := nafill(rs, type = "locf"), by = id]
# id year grade sum_lag_3 rs
# 1: 1 2000 9 9 9
# 2: 1 2001 NA 9 9
# 3: 1 2002 NA 9 9
# 4: 1 2003 9 18 18
# 5: 1 2004 10 28 28
# 6: 1 2005 NA 28 28
# 7: 1 2006 NA 28 28
# 8: 1 2007 11 30 30
# 9: 1 2008 NA 30 30
# 10: 1 2009 10 31 31
# 11: 2 2001 11 11 11
在data.table::frollsum中，不支持partial窗口功能，尽管可以通过使用adaptive=TRUE"和自适应滚动功能来实现(见?frollsum(：
arf = function(n, len) if(len < n) seq.int(len) else c(seq.int(n), rep(n, len - n))
# if no 'grade' is shorter than n (the full window width), you only need:
# c(seq.int(n), rep(n, len - n))
d[!is.na(grade) , rs2 := frollsum(grade, n = arf(3, .N), align = "right", adaptive = TRUE),
by = id]
d[ , rs2 := nafill(rs, type = "locf"), by = id]
# id year grade sum_lag_3 rs rs2
# 1: 1 2000 9 9 9 9
# 2: 1 2001 NA 9 9 9
# 3: 1 2002 NA 9 9 9
# 4: 1 2003 9 18 18 18
# 5: 1 2004 10 28 28 28
# 6: 1 2005 NA 28 28 28
# 7: 1 2006 NA 28 28 28
# 8: 1 2007 11 30 30 30
# 9: 1 2008 NA 30 30 30
# 10: 1 2009 10 31 31 31
# 11: 2 2001 11 11 11 11
关于您的评论的说明：
我希望能够利用学生的过去和未来进行各种操作，而不仅仅是一笔钱
在zoo::rollapply中，您可以将其他函数放在FUN参数中。目前data.table等价物frollapply没有adaptive参数。因此，我用于上述frollsum的方法还不能应用于frollapply。
这是一个在data.table中使用frollsum的选项，首先将其应用于非 NA 值，然后再进行最后一次观察：
students[!is.na(grade), sum_lag_3 :=
fcoalesce(frollsum(grade, 3L), as.double(cumsum(grade))), id]
students[, sum_lag_3 := nafill(sum_lag_3, "locf"), id]
输出：
id year grade sum_lag_3
1: 1 2000 9 9
2: 1 2001 NA 9
3: 1 2002 NA 9
4: 1 2003 9 18
5: 1 2004 10 28
6: 1 2005 NA 28
7: 1 2006 NA 28
8: 1 2007 11 30
9: 1 2008 NA 30
10: 1 2009 10 31
11: 2 2000 11 11 <-----
12: 2 2001 11 22
13: 2 2002 9 31
14: 2 2003 NA 31
15: 2 2004 NA 31
16: 2 2005 10 30
17: 2 2006 NA 30
18: 2 2007 NA 30
19: 2 2008 10 29
20: 2 2009 NA 29
21: 3 2000 9 9
22: 3 2001 NA 9
23: 3 2002 NA 9
24: 3 2003 NA 9
25: 3 2004 9 18
26: 3 2005 9 27
27: 3 2006 NA 27
28: 3 2007 NA 27
29: 3 2008 NA 27
30: 3 2009 10 28
31: 4 2000 10 10
32: 4 2001 NA 10
33: 4 2002 9 19
34: 4 2003 NA 19
35: 4 2004 NA 19
36: 4 2005 9 28
37: 4 2006 NA 28
38: 4 2007 11 29
39: 4 2008 NA 29
40: 4 2009 10 30
41: 5 2000 10 10
42: 5 2001 NA 10
43: 5 2002 NA 10
44: 5 2003 NA 10
45: 5 2004 NA 10
46: 5 2005 NA 10
47: 5 2006 10 20
48: 5 2007 NA 20
49: 5 2008 9 29
50: 5 2009 NA 29
51: 6 2000 NA NA
52: 6 2001 9 9
53: 6 2002 NA 9
54: 6 2003 NA 9
55: 6 2004 9 18
56: 6 2005 NA 18
57: 6 2006 NA 18
58: 6 2007 NA 18
59: 6 2008 10 28
60: 6 2009 NA 28
61: 7 2000 11 11
62: 7 2001 10 21
63: 7 2002 NA 21
64: 7 2003 NA 21
65: 7 2004 NA 21
66: 7 2005 NA 21
67: 7 2006 10 31
68: 7 2007 NA 31
69: 7 2008 10 30
70: 7 2009 NA 30
71: 8 2000 NA NA
72: 8 2001 NA NA
73: 8 2002 9 9
74: 8 2003 11 20
75: 8 2004 11 31
76: 8 2005 NA 31
77: 8 2006 NA 31
78: 8 2007 NA 31
79: 8 2008 NA 31
80: 8 2009 NA 31
81: 9 2000 NA NA
82: 9 2001 NA NA
83: 9 2002 NA NA
84: 9 2003 11 11
85: 9 2004 9 20
86: 9 2005 NA 20
87: 9 2006 NA 20
88: 9 2007 NA 20
89: 9 2008 9 29
90: 9 2009 NA 29
91: 10 2000 9 9
92: 10 2001 NA 9
93: 10 2002 NA 9
94: 10 2003 NA 9
95: 10 2004 NA 9
96: 10 2005 NA 9
97: 10 2006 NA 9
98: 10 2007 NA 9
99: 10 2008 NA 9
100: 10 2009 NA 9
id year grade sum_lag_3
要解决OP的编辑问题：您可以遍历每个学生的每一行，以获取过去的向量和未来的向量：
#for example using sum on past grades and mean on future grades
pastFunc <- sum
futureFunc <- mean
students[, {
vapply(1L:.N, function(n) {
past <- grade[seq_len(n-1)]
future <- grade[seq_len(.N-n)+n]
sum(past, na.rm=TRUE) + mean(future, na.rm=TRUE)
}, numeric(1L))
}, id]