r - R中的组内操作(不是滚动总和)

Question

我有一个由学生 (id) 和他们每年的年级组成的数据集:

library(data.table)
set.seed(1)
students <- data.table("id" = rep(1:10, each = 10),
                "year" = rep(2000:2009, 10),
                "grade" = sample(c(9:11, rep(NA, 5)), 100, replace = T))

这是学生 1 的示例:

     id year grade
  1:  1 2000     9
  2:  1 2001    NA
  3:  1 2002    NA
  4:  1 2003     9
  5:  1 2004    10
  6:  1 2005    NA
  7:  1 2006    NA
  8:  1 2007    11
  9:  1 2008    NA

我希望有一种方法可以访问每个学生以前和将来的成绩以执行不同的操作。以example为例，添加学生的最后三个成绩。这将产生一个像这样的数据集:

    id year grade sum_lag_3
 1:  1 2000     9         9 # 1st window, size 1: 9
 2:  1 2001    NA         9 
 3:  1 2002    NA         9
 4:  1 2003     9        18 # 2nd, size 2: 9 + 9 = 18 
 5:  1 2004    10        28 # 3rd, size 3: 9 + 9 + 10 = 28
 6:  1 2005    NA        28
 7:  1 2006    NA        28
 8:  1 2007    11        30 # 4th, size 3: 9 + 10 + 11 = 30 
 9:  1 2008    NA        30
10:  1 2009    10        31 # 5th, size 3: 10 + 11 + 10 = 31

11:  2 2001    11        11 # 1st window, size 1: 11 

(所有结果都类似于 this )。

• 然而，这不是关于执行滚动总和的帖子。
• 我希望能够更普遍地在每个小组中执行操作，为此我需要找到一种方法来引用所有学生过去和 future 的成绩。

所以在第一行的情况下，由于没有先前的观察，这意味着“过去”向量是空的，但“ future ”向量将是 NA NA 9 10 NA NA 11 NA 10。

同样，对于第二行，“过去”向量将是 9，“ future ”向量将是:

NA 9 10 NA NA 11 NA 10

对于第三行，“过去”向量为 9 NA，“ future ”向量为:

9 10 NA NA 11 NA 10

这是我想引用以进行不同计算的信息。仅在每个组内的计算，并因上下文而异。最好我想使用 data.table 来做到这一点，而不是将我的数据重新整形为宽格式。

我尝试过以下操作:

students[, .SD[, sum_last_3:= ...], by = id]

但我收到一条错误消息，指出此功能在 data.table 上尚不可用(其中 ... 是任何操作的占位符。)。

谢谢大家。

---

Answer 1

类似于@chinsoon12，但使用 zoo::rollapply 可以轻松地将 sum 应用于部分窗口。

d[!is.na(grade), rs := rollapply(grade, 3, sum, align = "right", partial = TRUE), by = id]
d[ , rs := nafill(rs, type = "locf"), by = id]

#     id year grade sum_lag_3 rs
#  1:  1 2000     9         9  9
#  2:  1 2001    NA         9  9
#  3:  1 2002    NA         9  9
#  4:  1 2003     9        18 18
#  5:  1 2004    10        28 28
#  6:  1 2005    NA        28 28
#  7:  1 2006    NA        28 28
#  8:  1 2007    11        30 30
#  9:  1 2008    NA        30 30
# 10:  1 2009    10        31 31
# 11:  2 2001    11        11 11

---

在 data.table::frollsum 中，“partial 窗口功能不受支持，虽然可以通过使用 adaptive=TRUE"，以及一个自适应滚动函数(参见 ?frollsum):

arf = function(n, len) if(len < n) seq.int(len) else c(seq.int(n), rep(n, len - n))
# if no 'grade' is shorter than n (the full window width), you only need: 
# c(seq.int(n), rep(n, len - n))

d[!is.na(grade) , rs2 := frollsum(grade, n = arf(3, .N), align = "right", adaptive = TRUE),
 by = id]
d[ , rs2 := nafill(rs, type = "locf"), by = id]

#     id year grade sum_lag_3 rs rs2
#  1:  1 2000     9         9  9   9
#  2:  1 2001    NA         9  9   9
#  3:  1 2002    NA         9  9   9
#  4:  1 2003     9        18 18  18
#  5:  1 2004    10        28 28  28
#  6:  1 2005    NA        28 28  28
#  7:  1 2006    NA        28 28  28
#  8:  1 2007    11        30 30  30
#  9:  1 2008    NA        30 30  30
# 10:  1 2009    10        31 31  31
# 11:  2 2001    11        11 11  11

---

关于 your comment 的注释:

I want to be able to preform operations utilizing the past and future of a student for all kinds of operations not just a sum

在 zoo::rollapply 中，您可以将其他函数放在 FUN 参数中。目前，data.table 等效项 frollapply 没有 adaptive 参数。因此，我上面用于 frollsum 的方法还不能应用在 frollapply 中。