对 R 中的所有列按年份应用 运行 平均值
Apply running average by year for all columns in R
我需要计算每列的 运行 年平均值。我的数据示例：
dat <- data.frame(yr = c(1980, 1980, 1980, 1980, 1980, 1981, 1981, 1981, 1981, 1981, 1982, 1982, 1982, 1982, 1982), data1 = c(-10.16, -7.48, -3.31, -6.04, -11.68, -13.40, -10.41, -10.65, -6.70, -17.05, -25.62, -29.14, -16.65, -6.42, 0.28), data2 = c(2.30, -7.52, -13.26, -13.24, -14.74, -9.38, -8.93, -11.78, -14.07, -11.66, -8.82, -10.30, -7.99, -10.02, -15.36), data3 = c(-14.83, -15.08, -16.44, -18.95, -13.40, -7.16, -4.35, -1.61, -0.01, -0.35, -2.09, -3.12, 0.87, -0.06, 2.29))
运行 平均值计算如下：
library(TTR)
library(dplyr)
runavg <- with(dat, ave(data1, yr, FUN=function(x)
TTR::runMean(x, n=3)) )
问题很简单，但我想请你更详细地解释一下如何将这段代码应用到每一列？我尝试了使用 lapply、函数、变异的各种解决方案...我刚刚意识到我在这方面的知识不够:(。我将非常感谢您的帮助。
我们可以在 tidyverse 中使用 across 遍历所有 'data' 列并通过应用 runMean 函数
创建新列
library(dplyr)
library(TTR)
dat <- dat %>%
group_by(yr) %>%
mutate(across(starts_with('data'),
~ runMean(., n = 3), .names = 'runavg_{.col}'))
-输出
dat
# A tibble: 15 × 7
# Groups: yr [3]
yr data1 data2 data3 runavg_data1 runavg_data2 runavg_data3
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 1980 -10.2 2.3 -14.8 NA NA NA
2 1980 -7.48 -7.52 -15.1 NA NA NA
3 1980 -3.31 -13.3 -16.4 -6.98 -6.16 -15.4
4 1980 -6.04 -13.2 -19.0 -5.61 -11.3 -16.8
5 1980 -11.7 -14.7 -13.4 -7.01 -13.7 -16.3
6 1981 -13.4 -9.38 -7.16 NA NA NA
7 1981 -10.4 -8.93 -4.35 NA NA NA
8 1981 -10.6 -11.8 -1.61 -11.5 -10.0 -4.37
9 1981 -6.7 -14.1 -0.01 -9.25 -11.6 -1.99
10 1981 -17.0 -11.7 -0.35 -11.5 -12.5 -0.657
11 1982 -25.6 -8.82 -2.09 NA NA NA
12 1982 -29.1 -10.3 -3.12 NA NA NA
13 1982 -16.6 -7.99 0.87 -23.8 -9.04 -1.45
14 1982 -6.42 -10.0 -0.06 -17.4 -9.44 -0.77
15 1982 0.28 -15.4 2.29 -7.60 -11.1 1.03
base R中类似的选项是lapply
dat[paste0('runavg_', names(dat)[-1])] <- lapply(dat[-1], function(x) ave(x, dat$yr, FUN = function(u) runMean(u, n = 3)))
1) 这使用了 zoo 中的 rollmeanr，也使用了来自 base R 的 by。rollmeanr 可以一次处理多个列，提供了一些简化。这会将 dat[-1] 拆分为 dat[[1]]，即按年份拆分，然后将 rollmeanr 应用于每个组件。然后我们将组件重新绑定在一起，并将原始数据绑定到它。
library(zoo)
avg <- do.call("rbind", by(dat[-1], dat[[1]], rollmeanr, 3, fill = NA))
cbind(dat, avg = avg)
给予：
yr data1 data2 data3 avg.data1 avg.data2 avg.data3
1 1980 -10.16 2.30 -14.83 NA NA NA
2 1980 -7.48 -7.52 -15.08 NA NA NA
3 1980 -3.31 -13.26 -16.44 -6.983333 -6.160000 -15.4500000
4 1980 -6.04 -13.24 -18.95 -5.610000 -11.340000 -16.8233333
5 1980 -11.68 -14.74 -13.40 -7.010000 -13.746667 -16.2633333
6 1981 -13.40 -9.38 -7.16 NA NA NA
7 1981 -10.41 -8.93 -4.35 NA NA NA
8 1981 -10.65 -11.78 -1.61 -11.486667 -10.030000 -4.3733333
9 1981 -6.70 -14.07 -0.01 -9.253333 -11.593333 -1.9900000
10 1981 -17.05 -11.66 -0.35 -11.466667 -12.503333 -0.6566667
11 1982 -25.62 -8.82 -2.09 NA NA NA
12 1982 -29.14 -10.30 -3.12 NA NA NA
13 1982 -16.65 -7.99 0.87 -23.803333 -9.036667 -1.4466667
14 1982 -6.42 -10.02 -0.06 -17.403333 -9.436667 -0.7700000
15 1982 0.28 -15.36 2.29 -7.596667 -11.123333 1.0333333
1a) 另一种可能性是定义您自己的 Mean 函数，如果年份都相同则取平均值，否则取 returns NA。可以与 rollapplyr 一起使用。
library(zoo)
Mean <- function(x) if (var(x[, 1]) == 0) colMeans(x[, -1]) else NA
data.frame(dat, avg = rollapplyr(dat, 3, Mean, fill = NA, by.column = FALSE))
2) 使用 dplyr 和 zoo 我们可以像这样使用 group_by 和 group_modify。 group_modify 函数每年运行 rollmeanr。
library(dplyr, exclude = c("lag", "filter"))
library(zoo)
dat %>%
group_by(yr) %>%
group_modify(~ data.frame(., avg = rollmeanr(., 3, fill = NA)) ) %>%
ungroup
我需要计算每列的 运行 年平均值。我的数据示例：
dat <- data.frame(yr = c(1980, 1980, 1980, 1980, 1980, 1981, 1981, 1981, 1981, 1981, 1982, 1982, 1982, 1982, 1982), data1 = c(-10.16, -7.48, -3.31, -6.04, -11.68, -13.40, -10.41, -10.65, -6.70, -17.05, -25.62, -29.14, -16.65, -6.42, 0.28), data2 = c(2.30, -7.52, -13.26, -13.24, -14.74, -9.38, -8.93, -11.78, -14.07, -11.66, -8.82, -10.30, -7.99, -10.02, -15.36), data3 = c(-14.83, -15.08, -16.44, -18.95, -13.40, -7.16, -4.35, -1.61, -0.01, -0.35, -2.09, -3.12, 0.87, -0.06, 2.29))
运行 平均值计算如下：
library(TTR)
library(dplyr)
runavg <- with(dat, ave(data1, yr, FUN=function(x)
TTR::runMean(x, n=3)) )
问题很简单，但我想请你更详细地解释一下如何将这段代码应用到每一列？我尝试了使用 lapply、函数、变异的各种解决方案...我刚刚意识到我在这方面的知识不够:(。我将非常感谢您的帮助。
我们可以在 tidyverse 中使用 across 遍历所有 'data' 列并通过应用 runMean 函数
library(dplyr)
library(TTR)
dat <- dat %>%
group_by(yr) %>%
mutate(across(starts_with('data'),
~ runMean(., n = 3), .names = 'runavg_{.col}'))
-输出
dat
# A tibble: 15 × 7
# Groups: yr [3]
yr data1 data2 data3 runavg_data1 runavg_data2 runavg_data3
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 1980 -10.2 2.3 -14.8 NA NA NA
2 1980 -7.48 -7.52 -15.1 NA NA NA
3 1980 -3.31 -13.3 -16.4 -6.98 -6.16 -15.4
4 1980 -6.04 -13.2 -19.0 -5.61 -11.3 -16.8
5 1980 -11.7 -14.7 -13.4 -7.01 -13.7 -16.3
6 1981 -13.4 -9.38 -7.16 NA NA NA
7 1981 -10.4 -8.93 -4.35 NA NA NA
8 1981 -10.6 -11.8 -1.61 -11.5 -10.0 -4.37
9 1981 -6.7 -14.1 -0.01 -9.25 -11.6 -1.99
10 1981 -17.0 -11.7 -0.35 -11.5 -12.5 -0.657
11 1982 -25.6 -8.82 -2.09 NA NA NA
12 1982 -29.1 -10.3 -3.12 NA NA NA
13 1982 -16.6 -7.99 0.87 -23.8 -9.04 -1.45
14 1982 -6.42 -10.0 -0.06 -17.4 -9.44 -0.77
15 1982 0.28 -15.4 2.29 -7.60 -11.1 1.03
base R中类似的选项是lapply
dat[paste0('runavg_', names(dat)[-1])] <- lapply(dat[-1], function(x) ave(x, dat$yr, FUN = function(u) runMean(u, n = 3)))
1) 这使用了 zoo 中的 rollmeanr，也使用了来自 base R 的 by。rollmeanr 可以一次处理多个列，提供了一些简化。这会将 dat[-1] 拆分为 dat[[1]]，即按年份拆分，然后将 rollmeanr 应用于每个组件。然后我们将组件重新绑定在一起，并将原始数据绑定到它。
library(zoo)
avg <- do.call("rbind", by(dat[-1], dat[[1]], rollmeanr, 3, fill = NA))
cbind(dat, avg = avg)
给予：
yr data1 data2 data3 avg.data1 avg.data2 avg.data3
1 1980 -10.16 2.30 -14.83 NA NA NA
2 1980 -7.48 -7.52 -15.08 NA NA NA
3 1980 -3.31 -13.26 -16.44 -6.983333 -6.160000 -15.4500000
4 1980 -6.04 -13.24 -18.95 -5.610000 -11.340000 -16.8233333
5 1980 -11.68 -14.74 -13.40 -7.010000 -13.746667 -16.2633333
6 1981 -13.40 -9.38 -7.16 NA NA NA
7 1981 -10.41 -8.93 -4.35 NA NA NA
8 1981 -10.65 -11.78 -1.61 -11.486667 -10.030000 -4.3733333
9 1981 -6.70 -14.07 -0.01 -9.253333 -11.593333 -1.9900000
10 1981 -17.05 -11.66 -0.35 -11.466667 -12.503333 -0.6566667
11 1982 -25.62 -8.82 -2.09 NA NA NA
12 1982 -29.14 -10.30 -3.12 NA NA NA
13 1982 -16.65 -7.99 0.87 -23.803333 -9.036667 -1.4466667
14 1982 -6.42 -10.02 -0.06 -17.403333 -9.436667 -0.7700000
15 1982 0.28 -15.36 2.29 -7.596667 -11.123333 1.0333333
1a) 另一种可能性是定义您自己的 Mean 函数，如果年份都相同则取平均值，否则取 returns NA。可以与 rollapplyr 一起使用。
library(zoo)
Mean <- function(x) if (var(x[, 1]) == 0) colMeans(x[, -1]) else NA
data.frame(dat, avg = rollapplyr(dat, 3, Mean, fill = NA, by.column = FALSE))
2) 使用 dplyr 和 zoo 我们可以像这样使用 group_by 和 group_modify。 group_modify 函数每年运行 rollmeanr。
library(dplyr, exclude = c("lag", "filter"))
library(zoo)
dat %>%
group_by(yr) %>%
group_modify(~ data.frame(., avg = rollmeanr(., 3, fill = NA)) ) %>%
ungroup