时间戳

首页 > 解决方案 > Dplyr groupby 名称和最近 n 个事件的滚动平均值（按日期）

r - Dplyr groupby 名称和最近 n 个事件的滚动平均值（按日期）

问题描述

我想创建一个人（姓名）的最后 3 个事件的滚动平均值。我有我想使用最近的 3 个事件的日期。有些人可能DF比其他人少，这没关系。

创建数据框的代码：

library(dplyr)

# Create DataFrame

df<- data.frame(name=c('CAREY.FAKE','CAREY.FAKE','CAREY.FAKE','CAREY.FAKE','CAREY.FAKE','CAREY.FAKE',
                      'JOHN.SMITH','JOHN.SMITH','JOHN.SMITH','JOHN.SMITH','JOHN.SMITH','JOHN.SMITH',
                      'JEFF.JOHNSON','JEFF.JOHNSON','JEFF.JOHNSON','JEFF.JOHNSON',
                      'SARA.JOHNSON','SARA.JOHNSON','SARA.JOHNSON','SARA.JOHNSON'
                      ),
               GA=c(2,2,2,2,2,20,2,2,2,2,2,20,2,2,2,20,2,2,2,20),
               SV=c(2,2,2,2,2,20,2,2,2,2,2,20,2,2,2,20,2,2,2,20),
               GF=c(2,2,2,2,2,20,2,2,2,2,2,20,2,2,2,20,2,2,2,20),
               SA=c(2,2,2,2,2,20,2,2,2,2,2,20,2,2,2,20,2,2,2,20),
               date=c("10/20/2016","10/19/2016","10/18/2016","10/17/2016","10/16/2016","10/15/2016",
                      "10/20/2016","10/19/2016","10/18/2016","10/17/2016","10/16/2016","10/15/2016",
                      "10/20/2016","10/19/2016","10/18/2016","10/17/2016",
                      "10/20/2016","10/19/2016","10/18/2016","10/17/2016"
                      ),
               stringsAsFactors = FALSE)

东风：

name        GA  SV  GF  SA  date
CAREY.FAKE  2   2   2   2   10/20/2016
CAREY.FAKE  2   2   2   2   10/19/2016
CAREY.FAKE  2   2   2   2   10/18/2016
CAREY.FAKE  2   2   2   2   10/17/2016
CAREY.FAKE  2   2   2   2   10/16/2016
CAREY.FAKE  20  20  20  20  10/15/2016
JOHN.SMITH  2   2   2   2   10/20/2016
JOHN.SMITH  2   2   2   2   10/19/2016
JOHN.SMITH  2   2   2   2   10/18/2016
JOHN.SMITH  2   2   2   2   10/17/2016
JOHN.SMITH  2   2   2   2   10/16/2016
JOHN.SMITH  20  20  20  20  10/15/2016
JEFF.JOHNS  2   2   2   2   10/20/2016
JEFF.JOHNS  2   2   2   2   10/19/2016
JEFF.JOHNS  2   2   2   2   10/18/2016
JEFF.JOHNS  20  20  20  20  10/17/2016
SARA.JOHNS  2   2   2   2   10/20/2016
SARA.JOHNS  2   2   2   2   10/19/2016
SARA.JOHNS  2   2   2   2   10/18/2016
SARA.JOHNS  20  20  20  20  10/17/2016

创建滚动平均值的代码：

df_next <- df %>%
  group_by(name) %>%
  summarise(last_three_mean = mean(tail(GA,SV,GF,SA, 3))

错误： 

Error in summarise_impl(.data, dots) : 
  Evaluation error: length(n) == 1L is not TRUE.

期望的结果：

name        GA  SV  GF  SA
CAREY.FAKE  2   2   2   2
JEFF.JOHNS  2   2   2   2
JOHN.SMITH  2   2   2   2
SARA.JOHNS  2   2   2   2

标签： rdplyr

解决方案

我们可以arrange通过'Date'然后使用'name'分组后summarise_at获取mean多个列的

library(dplyr)
library(lubridate)
df %>% 
   group_by(name) %>%
   arrange(name, mdy(date)) %>% 
   summarise_at(2:5, funs(mean(tail(., 3))))
   #or select the column by matching the name pattern
   #summarise_at(vars(matches("^[A-Z]{2}$")), funs(mean(tail(., 3))))  
# A tibble: 4 x 5
#  name            GA    SV    GF    SA
#  <chr>        <dbl> <dbl> <dbl> <dbl>
#1 CAREY.FAKE       2     2     2     2
#2 JEFF.JOHNSON     2     2     2     2
#3 JOHN.SMITH       2     2     2     2
#4 SARA.JOHNSON     2     2     2     2

或者另一种选择是利用top_n然后做summarise_at

df %>% 
   group_by(name) %>%
   top_n(mdy(date), n = 3) %>%
   summarise_at(2:5, mean)

推荐阅读