在分组数据上使用 slide_dbl() 滚​​动窗口 数据

编程问答 2022-08-11

问题描述

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()))
mutaterrslide