使 rollApply() 跳过 n 步 - R

Posted 2023-03-12

【中文标题】使 rollApply() 跳过 n 步 - R

【英文标题】：Making rollApply() skip n steps - R

【发布时间】：2021-12-08 11:24:51

【问题描述】：

以下是我尝试的最小可重现示例。简要说明，我使用 rowr 包中的 rollApply 来计算滚动窗口上的函数，并同时使用两列中的数据。如果可能的话，我想在每次在新窗口上计算函数时跳过 n 步。我将尝试在下面的示例中阐明我的意思。

这是示例数据：

df1 <- tibble(
  x = c(1:9), 
  y = c(1:9), 
  Date = as.Date(c("2015-08-08", "2015-08-15", "2015-08-22", 
                   "2015-08-29","2015-09-05", "2015-09-12", "2015-09-19", 
                   "2015-09-26", "2015-10-03"))
)

以下是示例函数：

calc_ex <- function(y)
  
  sum(y[,1] + y[,2])


roll_calc_ex <- function(y)
  
  vec <- c(rep(NA, 2), rowr::rollApply(y, calc_ex, window = 3, minimum = 3))
  
  y <- y %>%
    mutate(estimate = vec)
           

  return(y)

将函数roll_calc_ex()应用于df1，得到如下输出：

> roll_calc_ex(df1)
# A tibble: 9 x 4
       x     y Date       estimate
   <int> <int> <date>        <int>
 1     1     1 2015-08-08       NA
 2     2     2 2015-08-15       NA
 3     3     3 2015-08-22       12
 4     4     4 2015-08-29       18
 5     5     5 2015-09-05       24
 6     6     6 2015-09-12       30
 7     7     7 2015-09-19       36
 8     8     8 2015-09-26       42
 9     9     9 2015-10-03       48

理想情况下，我希望有一个滚动窗口跳过 n 步，例如 n=2，以产生以下输出：

# A tibble: 9 x 4
       x     y Date       estimate
   <int> <int> <date>        <int>
 1     1     1 2015-08-08       NA
 2     2     2 2015-08-15       NA
 3     3     3 2015-08-22       12
 4     4     4 2015-08-29       NA
 5     5     5 2015-09-05       NA
 6     6     6 2015-09-12       30
 7     7     7 2015-09-19       NA
 8     8     8 2015-09-26       NA
 9     9     9 2015-10-03       48

或者，不是为跳过的每一行返回 NA，而是可以填充先前计算的数字（我计划稍后使用 tidyverse 中的 fill() 来做）。

如果可以使用 zoo 包中的 rollapply() 来解决这个问题，那也很有趣。我只使用 rowr::rollApply() 因为我需要将该函数同时应用于两列。我知道可以使用“runner”包中的 runner()，但在我更复杂的问题中，我需要运行并行计算。我正在使用 furrr 包进行并行化，我的代码适用于 rollApply，但不适用于 runner()。这里解释了我遇到的跑步者问题：Problem with parallelization using furrr [and runner::runner() ] in R。

感谢所有花时间阅读这篇文章的人。任何帮助将不胜感激。

【问题讨论】：

您是否尝试过使用滑块包？有一个 step 参数实现了这种行为

【参考方案1】：

1) rowr 包已从 CRAN 中删除，但我们可以使用来自 zoo 的 rollapplyr（如 rollapply 但最后的 r 表示默认为右对齐）一个 by.column= 参数来指定是逐列执行处理 (TRUE) 还是一次传递所有列 (FALSE) 和一个导致跳过的 by= 参数。

library(dplyr)
library(zoo)

mutate(df1, roll = 
  rollapplyr(cbind(x, y), 3, calc_ex, fill = NA, by.column = FALSE, by = 2)
)

给予：

  x y       Date roll
1 1 1 2015-08-08   NA
2 2 2 2015-08-15   NA
3 3 3 2015-08-22   12
4 4 4 2015-08-29   NA
5 5 5 2015-09-05   24
6 6 6 2015-09-12   NA
7 7 7 2015-09-19   36
8 8 8 2015-09-26   NA
9 9 9 2015-10-03   48

2) 也可以使用复数运算：

f <- function(v) calc_ex(cbind(Re(v), Im(v)))
mutate(df1, roll = rollapplyr(x + y * 1i, 3, f, fill = NA, by = 2))

3) 如果我们研究 call_ex 那么它可以写成（虽然这不能概括）：

mutate(df1, roll = rollapplyr(x + y, 3, sum, fill = NA, by = 2))

4)我们也可以考虑使用动物园对象而不是数据框：

z <- read.zoo(df1, index = "Date")
merge(z, roll = rollapplyr(z, 3, calc_ex, by.column = FALSE, by = 2))

【参考方案2】：

如果我们要使用滑块包

library(tidyverse)
library(slider)


df1 <- tibble(
  x = c(1:9), 
  y = c(1:9), 
  Date = as.Date(c("2015-08-08", "2015-08-15", "2015-08-22", 
                   "2015-08-29","2015-09-05", "2015-09-12", "2015-09-19", 
                   "2015-09-26", "2015-10-03")))

df1 |> 
  mutate(rolling_sum = slide2_dbl(.x = x,.y = y,.f = sum,
                                  .step = 3,.before = 2,.complete   = T
))
#> # A tibble: 9 x 4
#>       x     y Date       rolling_sum
#>   <int> <int> <date>           <dbl>
#> 1     1     1 2015-08-08          NA
#> 2     2     2 2015-08-15          NA
#> 3     3     3 2015-08-22          12
#> 4     4     4 2015-08-29          NA
#> 5     5     5 2015-09-05          NA
#> 6     6     6 2015-09-12          30
#> 7     7     7 2015-09-19          NA
#> 8     8     8 2015-09-26          NA
#> 9     9     9 2015-10-03          48

^{由reprex package (v2.0.1) 于 2021 年 10 月 21 日创建}