如何使用 dplyr 中的 groupby 和 select 一次计算多列的滚动平均值，同时忽略 groupby 列

Question

我试图一次获得多个列的滚动均值，但我运行遇到了困难，因为我的分组变量不是数字。

如果我一次对一列进行滚动平均，我的代码应该如下所示：

NHLReg2<-arrange(NHLReg2,season,team,gameId) %>% group_by(season,team)%>% mutate(xGF= rollapply(xGoalsFor, list( seq(21)), sum, partial = TRUE, fill = NA))

我尝试使用 dplyr 来同时处理许多列：

NHLPP3<-arrange(NHLPP2,season,team,gameId) %>%
group_by(season,team)%>%
select(c(1,2,11:112)) %>%
lapply(function(x){ if(class(x) == "numeric"){
rollapply(x, width=list(-seq(21)), FUN=function(x){sum(x,
na.rm=T)},partial = T, fill = NA)
}else{
return(x)
}
})%>% as.data.frame()

这确实解决了rollapply忽略character/grouping变量的问题，但是导致groupby语句没有效果。我在下面留下了一些样本数据，假设 v1 和 v2 是分组变量，v3 和 v4 是计算滚动平均值的感兴趣的列。

v1<-c('a','a','a','a','a','a','a','a','b','b','b','b','b','b','b')
v2<-c('2010','2010','2010','2010','2010','2010','2010','2010','2020','2020','2020','2020','2020','2020','2020')
v3<-c(1,2,3,4,1,4,5,6,13,5,6,13,4,65,8)
v4<-c(6,13,5,6,13,4,65,8,1,2,3,4,1,4,5)
Data<-as.data.frame(t(rbind(v1,v2,v3,v4)))

谢谢。

Answer 1

Data，如问题中所定义，没有数字列。都是因素。我们修正下面的定义。然后我们使用 mutate_at 将 rollapplyr 应用于非分组列。为了可以使用 Data，我们将总和滚动到前 3 个值而不是前 21 个值。 mutate_at 行的替代方法是 mutate_if(is.numeric, ~ rollapplyr(...same...)) .

library(dplyr)
library(zoo)

Data <- data.frame(v1, v2, v3, v4) # v1, v2, v3, v4 are from question  

Data %>%
  group_by(v1, v2) %>%
  mutate_at(vars(-group_cols()), 
    ~ rollapplyr(.x, list(-seq(3)), sum, na.rm = FALSE, partial = TRUE, fill = NA)) %>%
  ungroup

给予：

# A tibble: 15 x 4
   v1    v2       v3    v4
   <fct> <fct> <dbl> <dbl>
 1 a     2010     NA    NA
 2 a     2010      1     6
 3 a     2010      3    19
 4 a     2010      6    24
 5 a     2010      9    24
 6 a     2010      8    24
 7 a     2010      9    23
 8 a     2010     10    82
 9 b     2020     NA    NA
10 b     2020     13     1
11 b     2020     18     3
12 b     2020     24     6
13 b     2020     24     9
14 b     2020     23     8
15 b     2020     82     9

如何使用 dplyr 中的 groupby 和 select 一次计算多列的滚动平均值，同时忽略 groupby 列

How to calculate rolling mean for multiple columns at once with a groupby and select in dplyr, while ignoring the groupby columns

group-by

r

lapply

dplyr

rollapply