r - 如何找到每组 r 中连续 n 天的平均值

Question

我有一个包含 id（包含重复项）、日期（包含重复项）、值的数据框。这些值被记录为不同的连续天数。现在我想要的是用 id 和日期（连续 n 天）对数据框进行分组并找到值的平均值。如果最后一组不包含 n 天，则返回 NA。

id  date          value
 1  2016-10-5       2
 1  2016-10-6       3
 1  2016-10-7       1
 1  2016-10-8       2
 1  2016-10-9       5
 2  2013-10-6       2
 .  .               .
 .  .               .
 .  .               .
 20 2012-2-6        10

连续 n 天为 3 的所需输出

  id  date      value  group_n_consecutive_days     mean_n_consecutive_days
   1  2016-10-5  2         1                        2
   1  2016-10-6  3         1                        2
   1  2016-10-7  1         1                        2
   1  2016-10-8  2         2                        NA
   1  2016-10-9  5         2                        NA
   2  2013-10-6  2         1                        4
   .
   .
   .
   .
    20 2012-2-6  10         6                       25         

标签： rgroup-bydplyrplyrlubridate

Answer 1

问题中的数据是排序的并且是连续的，id因此我们假设是这种情况。此外，当问题涉及重复日期时，我们假设这意味着不同的 id 值可以具有相同的日期，但在 id 内，日期是唯一且连续的。现在，使用注释 2 中可重复显示的数据在末尾 group byid并使用 计算组数gl。然后分组id并group_no取每组 3 或 NA 的平均值。

library(dplyr)

DF %>% 
  group_by(id) %>%
  mutate(group_no = c(gl(n(), 3, n()))) %>%
  group_by(group_no, add = TRUE) %>%
  mutate(mean = if (n() == 3) mean(value) else NA) %>%
  ungroup

给予：

# A tibble: 6 x 5
     id date       value group_no  mean
  <int> <date>     <int>    <int> <dbl>
1     1 2016-10-05     2        1     2
2     1 2016-10-06     3        1     2
3     1 2016-10-07     1        1     2
4     1 2016-10-08     2        2    NA
5     1 2016-10-09     5        2    NA
6     2 2013-10-06     2        1    NA

注1

gl(...)could be 的替代方案和 could be 的替代cumsum(rep(1:3, length = n()) == 1)方案。if (n() = 3) mean(value) else NAmean(head(c(value, NA, NA), 3))

笔记2

假设可重现形式的输入数据为：

Lines <- "id  date          value
 1  2016-10-5       2
 1  2016-10-6       3
 1  2016-10-7       1
 1  2016-10-8       2
 1  2016-10-9       5
 2  2013-10-6       2"
DF <- read.table(text = Lines, header = TRUE)
DF$date <- as.Date(DF$date)