r - 使用 group_by() 后，按时间范围窗口为数据框中的每一行子集数据

Question

我有包含三列的时间序列数据:一个值列、一个 group_var 列(用于分组)和一个日期列。对于数据框中的每一行，我想在按特定时间范围进一步子集化后得到该行组的平均值。下面是子集代码示例:

df$value[df$date >= (current_row$date - 545) & df$date <= (current_row$date - 365)]

在我得到这个子集后，我可以很容易地应用 mean()，但我卡住的地方是我如何让这段代码与这样的东西一起工作:

df %>%
    group_by(group_var) %>%
      mutate(subset_mean = mean(df$value[df$date >= (current_row$date - 545) & df$date <= (current_row$date - 365)])
)

我看到的问题是，我认为在对原始“df”进行分组后，我不能在 mutate() 行内使用“df”。此外，我不确定如何创建“current_row”变量来引用当前行来计算数据子集。

编辑:添加了示例数据和可重现的代码

library(dplyr)
date <- c("2016-02-03", "2016-06-14", "2016-03-15", "2017-04-16","2016-01-27", "2016-01-13", "2017-04-24", "2017-06-15")
date <- date %>% as.Date(format = "%Y-%m-%d")
val <- c(10, 20, 50, 70, 30, 44, 67, 42)
group_var <- c("A", "B", "B", "A", "B", "A", "A", "B")

df <- data.frame(date, val, group_var)
 
df %>% 
  group_by(group_var)

Answer 1

我建议为此使用 slider::slide_index_dbl:

library(dplyr)
df %>% 
  group_by(group_var) %>%
  arrange(group_var, date) %>%   # slider 0.1.5 requires the window variable to be ascending
  mutate(subset_mean = slider::slide_index_dbl(
    val, date, mean, .before = 545, .after = -365   
    # negative ".after" means the window ends before the current date
  )) %>% 
  ungroup()

有了更新后的数据，我得到了

#date <- c("2016-02-03", "2016-06-14", "2016-03-15", "2017-04-16","2016-01-27", "2016-01-13", "2017-04-24", "2017-06-15")


# A tibble: 8 x 4
  date         val group_var subset_mean
  <date>     <dbl> <chr>           <dbl>
1 2016-01-13    44 A               NaN  
2 2016-02-03    10 A               NaN  
3 2017-04-16    70 A                27  
4 2017-04-24    67 A                27  
5 2016-01-27    30 B               NaN  
6 2016-03-15    50 B               NaN  
7 2016-06-14    20 B               NaN  
8 2017-06-15    42 B                33.3