基于R中的时间段的数据帧列总和

问题描述：

我有一个有多列和多行的数据帧。数据基于11年的月度观测数据。现在我想根据过去12个月的观察数据来计算每列的总和。例如，05年1月的总和列是基于其从04年1月到04年12月的观察结果。而05年2月则基于2004年2月至05年1月的观测结果，依此类推。我的原始数据框有10年的数据和月数据。我说明我的数据帧的一部分，如下所示：基于R中的时间段的数据帧列总和

df1 
Month A  B  C 
Jan-04 0.003 0.006 NA 
Feb-04 0.003 0.002 NA 
Mar-04 -0.005 -0.001 NA 
Apr-04 0.000 0.000 NA 
May-04 0.000 -0.002 NA 
Jun-04 -0.001 -0.001 NA 
Jul-04 -0.001 -0.001 NA 
Aug-04 -0.010 NA  NA 
Sep-04 0.001 NA  NA 
Oct-04 0.002 NA  NA 
Nov-04 -0.003 NA  NA 
Dec-04 -0.003 NA  NA 
Jan-05 0.005 -0.002 NA 
Feb-05 -0.0015 0.004 0.0003 
Mar-05 -0.0041 0.002 0.0070

期望得到的数据帧

Month A  B  C 
Jan-05 -0.013 0.004 NA 
Feb-05 -0.011 -0.004 NA 
Mar-05 -0.0151 -0.0014 0.0003

已经尝试过任何东西或者搜索过类似的问题吗？ –

@ danas.zuokas我有，但不幸的是没有任何类似于我提出的tge scenerio。 – Aquarius

试试'library（zoo）; library（data.table）; na.omit（setDT（df1）[，lapply（.SD，function（x）lag（rollapply（x，12，function（x）sum（x，na.rm = TRUE）））），.SDcols = A： C]）' – akrun

答

以下是在基R.首先一个解决方案，我们定义一个函数基于所述时间差子集中的DF从感兴趣的日期开始，找到该子集的df上的列总和，然后针对所有感兴趣的时间点运行该函数。

subset_last_year <- function(df, date, cols_to_sum = c("A", "B", "C")){ 
    date = as.POSIXct(date, format = "%d-%b-%y") 
    df$Time_Difference = difftime(date, df$Month_Date, units = "weeks") 
    df_last_year = df[df$Time_Difference > 0 & df$Time_Difference < 53, ] 
    tmp_col_sum = colSums(df_last_year[ , cols_to_sum], na.rm = TRUE) 
    return(tmp_col_sum) 
} 

#oddly you have to add days 
df$Month_Date = paste0("01-", df$Month) 
df$Month_Date = as.POSIXct(df$Month_Date, format = "%d-%b-%y") 

#not worried about performance because the data set is not that large 
dates = c("01-Jan-05", "01-Feb-05", "01-Mar-05") 
res = data.frame() 
for(i in 1:length(dates)){ 
    tmp = subset_last_year(df, dates[i]) 
    res = rbind(res, tmp) 
} 
rownames(res) = dates 
colnames(res) = c("A", "B", "C")

基于R中的时间段的数据帧列总和

相关推荐