如果窗口位于数据框或组之外，则返回条件超前/滞后滚动总和的 NA

Question

我需要获取 y 列中每个 1 两侧 x 列值的总和。 y 中每次出现 1 之前和之后的窗口为 1:4 和 5:8。但是，如果窗口超出 df 的限制，则返回 0。这是一个问题，因为 0 可能是有效结果。完整数据有多个组（id），但希望这个代表足以帮助创建一个可扩展的解决方案。

我以前从未使用过

zoo

，因此无法弄清楚如何合并

na.rm = TRUE

并在窗口完全超出 df 范围的情况下返回 NA。解决方案不必使用

zoo

，但如果可能的话，我更喜欢基于动词的答案。

数据和包：

library(dplyr)
library(zoo)

set.seed(1)
df <- data.frame(id = rep("A", 40),
                 x = sample(0:3, 40, replace = TRUE),
                 y = 0)

df[c(2, 8, 9, 30, 33, 39), "y"] <- 1

我尝试过的：

w <- 4

df %>%
  mutate(bf2 = ifelse(y == 1, rollapply(lag(x, 5), width = w, sum, fill = NA, align = "right", partial = TRUE, na.rm = TRUE), NA),
         bf1 = ifelse(y == 1, rollapply(lag(x, 1), width = w, sum, fill = NA, align = "right", partial = TRUE, na.rm = TRUE), NA),
         af1 = ifelse(y == 1, rollapply(lead(x, 1), width = w, sum, fill = NA, align = "left", partial = TRUE, na.rm = TRUE), NA),
         af2 = ifelse(y == 1, rollapply(lead(x, 5), width = w, sum, fill = NA, align = "left", partial = TRUE, na.rm = TRUE), NA)) %>%
  filter(y == 1)

  id x y bf2 bf1 af1 af2
1  A 3 1   0   0   3   6
2  A 2 1   5   3   6   1
3  A 1 1   5   5   5   2
4  A 1 1   2   1   5   7
5  A 0 1   1   3   8   4
6  A 1 1   5   7   1   0

所需输出：

  id x y bf2 bf1 af1 af2
1  A 3 1  NA   0   3   6
2  A 2 1   5   3   6   1
3  A 1 1   5   5   5   2
4  A 1 1   2   1   5   7
5  A 0 1   1   3   8   4
6  A 1 1   5   7   1  NA

Answer 1

您可以随时在您的条件中添加检查：

df %>%
  mutate(bf2 = ifelse(y & row_number() > 5, rollapply(lag(x, 5), width = w, sum, fill = NA, align = "right", partial = TRUE, na.rm = TRUE), NA),
         bf1 = ifelse(y & row_number() > 1, rollapply(lag(x, 1), width = w, sum, fill = NA, align = "right", partial = TRUE, na.rm = TRUE), NA),
         af1 = ifelse(y & row_number() + 1 <= n(), rollapply(lead(x, 1), width = w, sum, fill = NA, align = "left", partial = TRUE, na.rm = TRUE), NA),
         af2 = ifelse(y & row_number() + 5 <= n(), rollapply(lead(x, 5), width = w, sum, fill = NA, align = "left", partial = TRUE, na.rm = TRUE), NA)) |>
         filter(y == 1)

输出：

  id x y bf2 bf1 af1 af2
1  A 3 1  NA   0   3   6
2  A 2 1   5   3   6   1
3  A 1 1   5   5   5   2
4  A 1 1   2   1   5   7
5  A 0 1   1   3   8   4
6  A 1 1   5   7   1  NA