如何解决在分组数据上使用 slide_dbl() 滚动窗口 数据
这是以下问题的扩展:Rolling window slider::slide() with grouped data
我想用 slide_dbl() 改变我分组的 tibble 列,即在所有组上应用 slide_dbl(),但只在它们内部,而不是跨它们。
运行链接问题的解决方案时,我收到以下错误消息:
Error: Problem with `mutate()` input `rollreg`.
x Inapplicable method for 'mutate_' applied to object of class "c('double','numeric')".
我的 tibble 具有以下结构:
tibble [450,343 x 3] (S3: grouped_df/tbl_df/tbl/data.frame)
$ company: num [1:450343] 1 1 1 1 1 ...
$ date: Date[1:450343],format: "2011-11-30" "2011-12-31" "2012-01-31" "2012-02-29" ...
$ result: num [1:450343] NA NA NA 12.5981 -2.9023 ...
- attr(*,"groups")= tibble [3,339 x 2] (S3: tbl_df/tbl/data.frame)
..$ company: num [1:3339] 1 2 3 4 5 ...
..$ .rows : list<int> [1:3339]
为了完成,这是我根据链接的解决方案运行的代码:
testtest <- data %>%
group_by(company) %>% nest() %>%
mutate(rollreg = map(data,~ .x %>% mutate(result_2 = slide_dbl(.x = .$result,.f = ~prod(1+.)-1,.before = 11,.after = -1,complete=TRUE)))) %>%
select(-data) %>% unnest(rollreg)
这里,出现上述错误信息。我想这是因为数据结构。然而,我想不出任何解决方案(也没有类似 group_map() 或 group_modify() 之类的函数)。任何人都可以帮忙吗?提前致谢!
解决方法
一个选项是分组列的group_split
(在示例中,使用'case',使用list
循环遍历数据集的map
,在{{1}中创建新列} 通过应用 mutate
slide_dbl
-输出
library(dplyr)
library(tidyr)
library(purrr)
data %>%
group_split(case) %>%
map_dfr(~ .x %>%
mutate(out = slide_dbl(r1,.f = ~ prod(1 + .x) - 1,.before = 5,.after = -1,complete = TRUE)))
或者如果我们需要使用# A tibble: 30 x 6
# t case r1 r2 r3 out
# <int> <chr> <dbl> <dbl> <dbl> <dbl>
# 1 1 a -0.294 -0.164 1.33 0
# 2 2 a 0.761 1.01 0.115 -0.294
# 3 3 a -0.781 -0.499 0.290 0.243
# 4 4 a -0.0732 -0.110 0.289 -0.728
# 5 5 a -0.528 0.707 0.181 -0.748
# 6 6 a -1.35 -0.411 -1.47 -0.881
# 7 7 a -0.397 -1.28 0.172 -1.06
# 8 8 a 1.68 0.956 -2.81 -1.02
# 9 9 a -0.0167 -0.0727 -1.08 -1.24
#10 10 a 1.25 -0.326 1.61 -1.26
## … with 20 more rows
,它会创建一个属性nest_by
,所以,最好在应用之前rowwise
ungroup
-输出
out1 <- data %>%
select(-t) %>%
nest_by(case) %>%
ungroup %>%
mutate(data = map(data,~ .x %>%
mutate(out = slide_dbl(r1,complete = TRUE))))
现在,我们out1
# A tibble: 3 x 2
# case data
# <chr> <list>
#1 a <tibble [10 × 4]>
#2 b <tibble [10 × 4]>
#3 c <tibble [10 × 4]>
结构
unnest
数据
out1 %>%
unnest(data)
# A tibble: 30 x 5
# case r1 r2 r3 out
# <chr> <dbl> <dbl> <dbl> <dbl>
# 1 a -0.294 -0.164 1.33 0
# 2 a 0.761 1.01 0.115 -0.294
# 3 a -0.781 -0.499 0.290 0.243
# 4 a -0.0732 -0.110 0.289 -0.728
# 5 a -0.528 0.707 0.181 -0.748
# 6 a -1.35 -0.411 -1.47 -0.881
# 7 a -0.397 -1.28 0.172 -1.06
# 8 a 1.68 0.956 -2.81 -1.02
# 9 a -0.0167 -0.0727 -1.08 -1.24
#10 a 1.25 -0.326 1.61 -1.26
# … with 20 more rows
,
我也有一个关于 slide_Dbl 函数的问题。我想查看其他滚动回归。我的数据已经修复了 8 个弱周,但是如果我想查看例如 16 周或 24 周,我应该将 (before= ) 从 8 更改为 16 吗?我问的原因是我没有原始数据集,但它已经修复了 8 周,所以如果我添加 (before= ) 和额外的 8 会是 16 吗?
new8 <- new%>%mutate( across(
where(is.double),function(x) slide_dbl(x,mean,na.rm = TRUE,.before = 8L) %>% lag()))
或者我应该放
new16 <- new%>%mutate(across(
where(is.double),.before = 16L) %>% lag()))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。