R - 计算 R - 面板数据中多个变量、多年和多个品牌的 4 周滚动窗口的平均值

Posted 2023-03-24

【中文标题】R - 计算 R - 面板数据中多个变量、多年和多个品牌的 4 周滚动窗口的平均值

【英文标题】：R - Calculating mean over rolling window of 4 weeks for multiple variables, over multiple years, and over multiple brands in R - panel data

【发布时间】：2021-08-31 03:59:55

【问题描述】：

我拥有多个品牌多年的面板数据集。每个品牌都有 52 周观察和几个数字列，我想得到 4 周的平均值（所以第 1 周得到第 1 周 4 周的平均值，第 2 周得到第 2 周 5 周的平均值，等等。这意味着一年中每个品牌的 52 周中的最后 3 周没有得到任何值，这很好）。

我在底部放了一些以简单方式复制数据的代码。

我已经尝试编写一些函数，但还差得很远。问题是该功能应该区分品牌和年份，并考虑周数，我无法弄清楚....

提前非常感谢！

what I would like - simplified

#rm(list = ls())

week <- seq(from=1, to=52, by=1) 
col1 <- seq(from=5, to= 5*52, by=5)
col2 <- seq(from=10, to= 10*52, by=10)

df <- as.data.frame(cbind(week, col1 ,col2))

df2 <- df
df$brand <- "brand a"
df2$brand <- "brand b"

df <- rbind(df, df2)


rm(week, col1, col2, df2)

df2 <- df
df2 <- df
df$year <- "2019"
df2$year <- "2020"

df <- rbind(df, df2)

rm(df2)

【问题讨论】：

您绝不能在示例代码rm(list = ls()) 中包含此行。试图帮助您的人可能会因此丢失自己的数据...我在您的代码中对其进行了注释...另外，它是 R-inferno 的第 9 圈中的一个文字示例 (burns-stat.com/pages/Tutor/R_inferno.pdf)

好的，谢谢你的提示。不会再包括它。至于书，下次先查一下。我不知道它的存在。祝你有美好的一天！

【参考方案1】：

这是使用tidyverse 函数和zoo 包中的rollmean 函数的解决方案：

# Load libraries
library(tidyverse)
library(zoo)

# Create data
df <- data.frame(week = rep(seq(from = 1, to = 52, by = 1), times = 4),
                 col1 = seq(from = 5, to = 5 * 52 * 4, by = 5),
                 col2 = seq(from = 10, to = 10 * 52 * 4, by = 10),
                 brand = rep(c("brand a", "brand b",
                               "brand a", "brand b"),
                             each = 52),
                 year = rep(2018:2019, each = 104))

# Group, calculate rolling means, ungroup
df2 <- df %>%
  group_by(year, brand) %>% 
  mutate(rolling_col1 = rollmean(x = col1, k = 4, fill = NA, align = "left"),
         rolling_col2 = rollmean(x = col2, k = 4, fill = NA, align = "left")) %>% 
  ungroup()

df2
# A tibble: 208 x 7
#    week  col1  col2 brand    year rolling_col1 rolling_col2
#   <dbl> <dbl> <dbl> <chr>   <int>        <dbl>        <dbl>
# 1     1     5    10 brand a  2018         12.5           25
# 2     2    10    20 brand a  2018         17.5           35
# 3     3    15    30 brand a  2018         22.5           45
# 4     4    20    40 brand a  2018         27.5           55
# 5     5    25    50 brand a  2018         32.5           65
# 6     6    30    60 brand a  2018         37.5           75
# 7     7    35    70 brand a  2018         42.5           85
# 8     8    40    80 brand a  2018         47.5           95
# 9     9    45    90 brand a  2018         52.5          105
#10    10    50   100 brand a  2018         57.5          115

编辑

要用滚动方式替换 col1/col2 中的值，而不是添加额外的列，您可以使用：

# Group and calculate rolling means
df2 <- df %>%
  group_by(year, brand) %>% 
  mutate(across(.cols = starts_with("col"),
         .fns = ~ rollmean(x = .x, k = 4, fill = NA, align = "left"))) %>% 
  ungroup()

【讨论】：

非常感谢！这很好用，显然我很接近哈哈。试着给你加一个，但我还是太菜鸟给你....祝你有美好的一天！

不用担心。如果解决了您的问题，请accept this answer。

【参考方案2】：

您也可以使用slider 库。使用@jared_mamrot 博士共享的数据

df <- data.frame(week = rep(seq(from = 1, to = 52, by = 1), times = 4),
                 col1 = seq(from = 5, to = 5 * 52 * 4, by = 5),
                 col2 = seq(from = 10, to = 10 * 52 * 4, by = 10),
                 brand = rep(c("brand a", "brand b",
                               "brand a", "brand b"),
                             each = 52),
                 year = rep(2018:2019, each = 104))

library(dplyr, warn.conflicts = FALSE)
library(slider)
df %>% group_by(brand, year) %>%
  mutate(roll_col1 = slide_index_mean(col1, week, after = 3, complete = TRUE),
         roll_col2 = slide_index_mean(col2, week, after = 3, complete = TRUE))
#> # A tibble: 208 x 7
#> # Groups:   brand, year [4]
#>     week  col1  col2 brand    year roll_col1 roll_col2
#>    <dbl> <dbl> <dbl> <chr>   <int>     <dbl>     <dbl>
#>  1     1     5    10 brand a  2018      12.5        25
#>  2     2    10    20 brand a  2018      17.5        35
#>  3     3    15    30 brand a  2018      22.5        45
#>  4     4    20    40 brand a  2018      27.5        55
#>  5     5    25    50 brand a  2018      32.5        65
#>  6     6    30    60 brand a  2018      37.5        75
#>  7     7    35    70 brand a  2018      42.5        85
#>  8     8    40    80 brand a  2018      47.5        95
#>  9     9    45    90 brand a  2018      52.5       105
#> 10    10    50   100 brand a  2018      57.5       115
#> # ... with 198 more rows

^{由reprex package (v2.0.0) 于 2021-07-10 创建}