使用 R 中的分组数据计算（类似于）移动平均值？
Calculating (something similar to) moving averages with grouped data in R?
假设我想计算 nycflights13 航班的 dep_delay 和 arr_delay 过去 7 天的比率。我尝试了以下方法，但是一旦我将 zoo 中的任何函数放入管道中，它似乎就完全取消了数据分组。
library(tidyverse)
library(nycflights13)
library(zoo)
delay_rate <- flights %>%
group_by(year, month, day) %>%
summarize(delay_rate =
(rollsumr(flights$dep_delay, k = 7, fill = NA)) /
(rollsumr(flights$arr_delay, k = 7, fill = NA)
)
有几个问题：
- 通过编写
flights$ 代码告诉它覆盖分组并使用原始未分组向量。删除 flights$ .
summarize 当需要每组一行时使用，但这里看起来我们想要一个与输入行数相同的结果，所以使用 mutate 而不是 summarize .- 这里有不必要的括号，虽然它们并没有错，但会增加阅读难度。当表达式可能有歧义或依赖规则时，reader 可能必须查找，使用额外的括号是个好主意，但这里不是这种情况。
ungroup 最后，所以我们没有留下分组数据框。- dplyr 破坏了基础 R 中的
lag 和 filter，因此它会与许多其他软件包发生冲突。始终在 library 语句中排除这些。这不会影响这里的代码，因为它们都没有被使用，但作为预防措施，我总是这样做。
- 当代码仅使用 dplyr 及其依赖项时，似乎没有必要加载所有 tidyverse。
library(dplyr, exclude = c("lag", "filter"))
library(nycflights13)
library(zoo)
delay_rate <- flights %>%
group_by(year, month, day) %>%
mutate(delay_rate = rollsumr(dep_delay, k = 7, fill = NA) /
rollsumr(arr_delay, k = 7, fill = NA)) %>%
ungroup
假设我想计算 nycflights13 航班的 dep_delay 和 arr_delay 过去 7 天的比率。我尝试了以下方法，但是一旦我将 zoo 中的任何函数放入管道中，它似乎就完全取消了数据分组。
library(tidyverse)
library(nycflights13)
library(zoo)
delay_rate <- flights %>%
group_by(year, month, day) %>%
summarize(delay_rate =
(rollsumr(flights$dep_delay, k = 7, fill = NA)) /
(rollsumr(flights$arr_delay, k = 7, fill = NA)
)
有几个问题：
- 通过编写
flights$代码告诉它覆盖分组并使用原始未分组向量。删除flights$. summarize当需要每组一行时使用，但这里看起来我们想要一个与输入行数相同的结果，所以使用mutate而不是summarize.- 这里有不必要的括号，虽然它们并没有错，但会增加阅读难度。当表达式可能有歧义或依赖规则时，reader 可能必须查找，使用额外的括号是个好主意，但这里不是这种情况。
ungroup最后，所以我们没有留下分组数据框。- dplyr 破坏了基础 R 中的
lag和filter，因此它会与许多其他软件包发生冲突。始终在library语句中排除这些。这不会影响这里的代码，因为它们都没有被使用，但作为预防措施，我总是这样做。 - 当代码仅使用 dplyr 及其依赖项时，似乎没有必要加载所有 tidyverse。
library(dplyr, exclude = c("lag", "filter"))
library(nycflights13)
library(zoo)
delay_rate <- flights %>%
group_by(year, month, day) %>%
mutate(delay_rate = rollsumr(dep_delay, k = 7, fill = NA) /
rollsumr(arr_delay, k = 7, fill = NA)) %>%
ungroup