我正在通过dplyr实现滚动和计算,但是在我的数据库中,我有许多变量只有一个或只有几个观察值,导致(k小于n)错误.我试图在这个带有过滤器和合并的例子中解决这个问题,但是想知道是否有办法在dplyr中更优雅和自动地做到这一点.请看下面的例子
#create data
dg = expand.grid(site = c("Boston","New York"),
year = 2000:2004)
dg$animal="dog"
dg$animal[10]="cat";dg$animal=as.factor(dg$animal)
dg$count = rpois(dim(dg)[1], 5)
Run Code Online (Sandbox Code Playgroud)
如果我将运行下面的代码,因为我只有一行"cat",一个得到(错误:k <= n不是真的)错误
#running average
dg2 = dg %>%
arrange(site,year,animal) %>%
group_by(site,animal) %>%
# filter(animal=="dog") %>%
mutate(roll_sum = rollsum(x = count, 2, align = "right", fill = NA))
Run Code Online (Sandbox Code Playgroud)
我试图通过使用以下代码解决这个问题,该代码过滤掉"cat"值并进行后续合并,但我想知道是否可以直接在dplyr中执行此操作,尤其是在此解决方案中,必须指定/事先知道每个变量的唯一行数,如果改变滚动总和的范围等,则手动调整.
dg2 = dg %>%
arrange(site,year,animal) %>%
group_by(site,animal) %>%
filter(animal=="dog") %>%
mutate(roll_sum = rollsum(x = count, 2, align = "right", fill = NA))
merge(dg,dg2,c("site", "year","animal","count"),all.x=TRUE)
site year animal count roll_sum
1 Boston 2000 dog 5 NA
2 Boston 2001 dog 6 11
3 Boston 2002 dog 6 12
4 Boston 2003 dog 5 11
5 Boston 2004 dog 3 8
6 New York 2000 dog 8 NA
7 New York 2001 dog 3 11
8 New York 2002 dog 12 15
9 New York 2003 dog 3 15
10 New York 2004 cat 3 NA
Run Code Online (Sandbox Code Playgroud)
非常感谢 - W
Kha*_*haa 33
RcppRoll::roll_sum如果样本size(n)小于窗口大小(k),则可以使用返回NA .
set.seed(1)
dg$count = rpois(dim(dg)[1], 5)
library(RcppRoll)
library(dplyr)
dg %>%
arrange(site,year,animal) %>%
group_by(site, animal) %>%
mutate(roll_sum = roll_sum(count, 2, align = "right", fill = NA))
# site year animal count roll_sum
#1 Boston 2000 dog 4 NA
#2 Boston 2001 dog 5 9
#3 Boston 2002 dog 3 8
#4 Boston 2003 dog 9 12
#5 Boston 2004 dog 6 15
#6 New York 2000 dog 4 NA
#7 New York 2001 dog 8 12
#8 New York 2002 dog 8 16
#9 New York 2003 dog 6 14
#10 New York 2004 cat 2 NA
Run Code Online (Sandbox Code Playgroud)
小智 14
来自RcppRoll的roll_Sum将返回一个NA来代替错误,只要数据点的数量小于窗口大小.
但是,如果要返回存在的数据点数之和 - 即使小于窗口大小,也可以使用动物园中的rollapplyr函数.
library(zoo)
library(dplyr)
dg %>%
arrange(site,year,animal) %>%
group_by(site, animal) %>%
mutate(roll_sum = roll_sum(count, 2, align = "right", fill = NA)) %>%
mutate(rollapply_sum =rollapplyr(count, 2, sum, partial = TRUE) )
Run Code Online (Sandbox Code Playgroud)
Rollapply_sum将返回原始值或存在的数据点总和,即使它小于窗口大小而不是返回NA.
site year animal count roll_sum rollapply_sum
(fctr) (int) (fctr) (int) (dbl) (int)
1 Boston 2000 dog 4 NA 4
2 Boston 2001 dog 5 9 9
3 Boston 2002 dog 3 8 8
4 Boston 2003 dog 9 12 12
5 Boston 2004 dog 6 15 15
6 New York 2000 dog 4 NA 4
7 New York 2001 dog 8 12 12
8 New York 2002 dog 8 16 16
9 New York 2003 dog 6 14 14
10 New York 2004 cat 2 NA 2
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
16811 次 |
| 最近记录: |