使用 data.table 在组内的最后 n 个观察值的滚动总和中避免 NA

Question

根据我了解到的威胁，下面data.table中变量b的滚动求和可以实现如下：

数据创建+计算滚动总和：

    x <- data.table(a = sample(letters[1:3], 100, replace = TRUE), b = runif(100))
    setorder(x, a)

    # alternative 1
    x[, .(b, Reduce(`+`, shift(b, 0:2))), by = a]
    # alternative 2
    x[, .(b, stats::filter(b, rep(1, 3), sides = 1)), by = a]

当前 + 期望输出：

     a           b        V2   V2_desired
  1: a 0.457665568        NA   0.457665568
  2: a 0.752555834        NA   1.210221
  3: a 0.864672124 2.0748935   2.0748935
  4: a 0.542168656 2.1593966   2.1593966
  5: a 0.197962875 1.6048037   1.6048037

现在前两个obs生成了NA。在每个组中。我需要调整其中一个备选方案以仅对当前 obs 求和。（最后两个 obs。）在组索引开始的情况下（在位置 2）。这应该是可概括的，这样我可以考虑最后 n 个值的 windows 并处理异常。

有什么想法吗？

Answer 1

我不是 100% 确定我得到了你需要的东西，但 shift 函数默认留下 NA 值。您可以通过传递 fill 参数来更改该行为。在您的情况下，由于您要对数据求和，因此您可能想尝试使用 fill=0:

set.seed( 123 )
x[, .(b, Reduce(`+`, shift(b, 0:2, fill=0))), by = a]

head returns:

   a         b       V2
1: a 0.5999890 0.599989
2: a 0.8903502 1.490339
3: a 0.7205963 2.210935
4: a 0.5492847 2.160231
5: a 0.9540912 2.223972
6: a 0.5854834 2.088859

使用 data.table 在组内的最后 n 个观察值的滚动总和中避免 NA

Avoiding NA in rolling sums of last n observations within by groups using data.table

r

rollapply

data.table