如何计算先前日期窗口的平均值？

Question

考虑以下小标题：

  df <- tribble(
    ~dt, ~value, ~avg,
    make_date(2023-08-01),1,NA,
    make_date(2023,08,02),2,1,
    make_date(2023,08,04),3,1.5,
    make_date(2023,08,07),4,3,
    make_date(2023,08,08),5,4,
    make_date(2023,08,09),6,4.5,
    make_date(2023,08,10),7,5,
    make_date(2023,08,11),8,6,
    make_date(2023,08,12),9,7
  )  

我想计算 dt 之前三天内任何记录的平均值。例如，在 2023-08-04，我对 2023-08-03、2023-08-02 和 2023-08-01 的值进行平均，它们是 NA、2、1，所以这些 (na.rm) 值的平均值是 1.5。

因此，对于这个示例，我想添加“avg”列：

  dt         value   avg
<date>       <dbl>  <dbl>
2014-01-01     1     NA  
2023-08-02     2     1  
2023-08-04     3     1.5
2023-08-07     4     3  
2023-08-08     5     4  
2023-08-09     6     4.5
2023-08-10     7     5  
2023-08-11     8     6  
2023-08-12     9     7  

日期中可能存在任何大小的空白。真正的应用程序将有许多日期（数千个）并按 subject_id 分组（此处不包括）。对于其他窗口大小，可能需要重复前“三天”。

Answer 1

这是使用

rollapply

包中的

zoo

的方法：

library(dplyr)
library(zoo)
library(lubridate)

df %>% 
  mutate(
    avg = rollapply(value, 4, \(x) mean(head(x, -1), na.rm = TRUE), 
                    align = 'right', partial = TRUE, fill = NA)
  )

 dt         value   avg
  <date>     <dbl> <dbl>
1 2014-01-01     1 NaN  
2 2023-08-02     2   1  
3 2023-08-04     3   1.5
4 2023-08-07     4   2  
5 2023-08-08     5   3  
6 2023-08-09     6   4  
7 2023-08-10     7   5  
8 2023-08-11     8   6  
9 2023-08-12     9   7