如何解决R-如何计算n个先前值的平均值/平均值，但不包括当前观察值滚动平均值 数据
有人可以建议如何最好地在数据框中创建一个新列，其中每个观察值是前12个观察值（不包括当前观察值）的平均值/均值。到目前为止，我未能在此处找到类似的答案，因此将不胜感激！
我的数据框：
LateCounts <-
Date Count
1 Jan-19 7
2 Feb-19 4
3 Mar-19 9
4 Apr-19 8
5 May-19 7
6 Jun-19 4
7 Jul-19 4
8 Aug-19 5
9 Sep-19 2
10 Oct-19 5
11 Nov-19 7
12 Dec-19 4
13 Jan-20 3
14 Feb-20 4
15 Mar-20 5
16 Apr-20 2
17 May-20 3
18 Jun-20 2
19 Jul-20 3
20 Aug-20 4
21 Sep-20 3
22 Oct-20 2
我当前正在使用以下代码：
LateCounts <- LateCounts %>% mutate(RollAvge=rollapplyr(Count,12,mean,partial = TRUE))
这将得出以下但12个月的滚动平均值：
Date Count RollAvge
1 Jan-19 7 7
2 Feb-19 4 5.5
3 Mar-19 9 6.666667
4 Apr-19 8 7
5 May-19 7 7
6 Jun-19 4 6.5
7 Jul-19 4 6.142857
8 Aug-19 5 6
9 Sep-19 2 5.555556
10 Oct-19 5 5.5
11 Nov-19 7 5.636364
12 Dec-19 4 5.5
13 Jan-20 3 5.166667
14 Feb-20 4 5.166667
15 Mar-20 5 4.833333
16 Apr-20 2 4.333333
17 May-20 3 4
18 Jun-20 2 3.833333
19 Jul-20 3 3.75
20 Aug-20 4 3.666667
21 Sep-20 3 3.75
22 Oct-20 2 3.5
我实际需要实现的是以下内容。这是12个月的追踪或滚动平均值（其中“ RollAvge”列中的值是“计数”列中先前值的平均值/均值-不包括当前月份。
Date Count RollAvge
1 Jan-19 7
2 Feb-19 4 7
3 Mar-19 9 5.5
4 Apr-19 8 6.666667
5 May-19 7 7
6 Jun-19 4 7
7 Jul-19 4 6.5
8 Aug-19 5 6.142857
9 Sep-19 2 6
10 Oct-19 5 5.555556
11 Nov-19 7 5.5
12 Dec-19 4 5.636364
13 Jan-20 3 5.5
14 Feb-20 4 5.166667
15 Mar-20 5 5.166667
16 Apr-20 2 4.833333
17 May-20 3 4.333333
18 Jun-20 2 4
19 Jul-20 3 3.833333
20 Aug-20 4 3.75
21 Sep-20 3 3.666667
22 Oct-20 2 3.755556
谢谢
解决方法
我们需要提取lag的输出中的rollapply。
library(dplyr)
library(zoo)
LateCounts %>%
mutate(RollAvge= lag(rollapplyr(Count,12,mean,partial = TRUE)))
-输出
# Date Count RollAvge
#1 Jan-19 7 NA
#2 Feb-19 4 7.000000
#3 Mar-19 9 5.500000
#4 Apr-19 8 6.666667
#5 May-19 7 7.000000
#6 Jun-19 4 7.000000
#7 Jul-19 4 6.500000
#8 Aug-19 5 6.142857
#9 Sep-19 2 6.000000
#10 Oct-19 5 5.555556
#11 Nov-19 7 5.500000
#12 Dec-19 4 5.636364
#13 Jan-20 3 5.500000
#14 Feb-20 4 5.166667
#15 Mar-20 5 5.166667
#16 Apr-20 2 4.833333
#17 May-20 3 4.333333
#18 Jun-20 2 4.000000
#19 Jul-20 3 3.833333
#20 Aug-20 4 3.750000
#21 Sep-20 3 3.666667
#22 Oct-20 2 3.750000
数据
LateCounts <- structure(list(Date = c("Jan-19","Feb-19","Mar-19","Apr-19","May-19","Jun-19","Jul-19","Aug-19","Sep-19","Oct-19","Nov-19","Dec-19","Jan-20","Feb-20","Mar-20","Apr-20","May-20","Jun-20","Jul-20","Aug-20","Sep-20","Oct-20"),Count = c(7L,4L,9L,8L,7L,5L,2L,3L,2L)),class = "data.frame",row.names = c("1","2","3","4","5","6","7","8","9","10","11","12","13","14","15","16","17","18","19","20","21","22"))
使用 dplyr 和 zoo ，有一种方法可以使用 data.frame 函数@ NW320d使用相同的滚动平均值函数，但不使用变异和管道
库（dplyr）
图书馆（动物园）
使用@akrun的LateCounts代码（感谢您提供该代码段！）
> LateCounts <- structure(list(Date = c("Jan-19",+ "May-19",+ "Dec-19",+ "Jul-20",+ 8L,+ 4L,+ "4",+ "16","22"))
> data.frame(LateCounts$Count,rollavg=dplyr::lag(rollapplyr(LateCounts$Count,partial = TRUE)))
Output:
LateCounts.Count rollavg
1 7 NA
2 4 7.000000
3 9 5.500000
4 8 6.666667
5 7 7.000000
6 4 7.000000
7 4 6.500000
8 5 6.142857
9 2 6.000000
10 5 5.555556
11 7 5.500000
12 4 5.636364
13 3 5.500000
14 4 5.166667
15 5 5.166667
16 2 4.833333
17 3 4.333333
18 2 4.000000
19 3 3.833333
20 4 3.750000
21 3 3.666667
22 2 3.750000
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
