有没有一种方法可以根据R中的ID和数据帧计算多个移动平均线？

Question

我正在分析数据，想一次计算许多移动平均线。我将在这里举一个我正在尝试做的事情的例子。

表 1：ID 和日期

IDDate <- data.frame(ID = c("A","B","C"), 
Stage1 = c(12, 13, 10), 
Stage2 = c(14, 30, 12))

身份证	第一阶段	第二阶段
A	12	14
B	13	30
C	10	12

表2：每日温度数据

IDTemp <- data.frame(Day = c(1:12), 
A = c(-3,-2,1,4,2,3,10,15,5,4,6,4), 
B = c(-4,2,0,3,12,10,9,8,9,3,1,2), 
C = c(4,1,2,5,5,2,3,2,1,5,6,1))

日	A	B	C
1	-3	-4	4
2	-2	2	1
3	1	0	2
4	4	3	5
5	2	12	5
6	3	10	2
7	10	9	3
8	15	8	2
9	5	9	1
10	4	3	5
11	6	1	6
12	4	2	1

我想计算表 1 中列出的日期前 4 天每个 ID 的每个温度的平均值。这意味着，对于第 1 阶段，我需要 A 的第 9-12 天的温度。如果至少有一天没有温度数据，那么它应该返回 NA。

结果应该是这样的。

表 3：期望的结果

身份证	第一阶段温度	第 2 阶段温度
A	4,75	不适用
B	不适用	不适用
C	2,75	3,25

我已经看到了根据特定结束日期计算滚动平均值的方法，但对于多个结束日期我没有找到任何东西。但是，如果这是一个重复的主题，我们深表歉意。

在动物园中使用 rollmean 我不确定如何指定必要的参数来限制平均值仅在特定（但变化）的时间窗口中计算。

Answer 1

我们需要做的就是：

IDDate <- data.frame(ID = c("A","B","C"), 
                     Stage1 = c(12, 13, 10), 
                     Stage2 = c(14, 30, 12))


IDTemp <- data.frame(Day = c(1:12), 
                     A = c(-3,-2,1,4,2,3,10,15,5,4,6,4), 
                     B = c(-4,2,0,3,12,10,9,8,9,3,1,2), 
                     C = c(4,1,2,5,5,2,3,2,1,5,6,1))

new_df <- t(
  sapply(X = unique(IDDate$ID), 
         FUN = \(x) { sapply(
           X = IDDate[IDDate$ID == x, 2:3], 
           FUN = \(j) mean( IDTemp[(j - 3L):j, x] ))
           }
         )
  )

new_df
#>   Stage1 Stage2
#> A   4.75     NA
#> B     NA     NA
#> C   2.75   3.25

^{创建于 2023-11-22，使用 reprex v2.0.2}