Рассчитать отклонение каждого нового трех значений

Question

Я хочу рассчитать отклонение средних в моем новом кадре данных.Итак, вот мой фрейм данных:

> new
       date                 count                  mean
1   2012-07-01            2.3498695             1.524178
2   2012-08-01            0.6984866             1.524178
3   2012-09-01            0.9079118             1.896867
4   2012-10-01            2.8858218             1.896867
5   2012-11-01            1.2406948             1.777372
6   2012-12-01            2.3140496             1.777372
7   2013-01-01            1.5904573             2.421820
8   2013-02-01            3.2531825             2.421820
9   2013-03-01            4.2962963             3.812503
10  2013-04-01            3.3287101             3.812503
11  2013-05-01            3.7698413             2.603770
12  2013-06-01            1.4376997             2.603770
13  2013-07-01            5.0687285             4.760392
14  2013-08-01            4.4520548             4.760392
15  2013-09-01            5.5063913             5.537038
16  2013-10-01            5.5676856             5.537038
17  2013-11-01            6.2686567             8.644863
18  2013-12-01           11.0210697             8.644863

Теперь я хочу вычислить отклонение моих средств, но по частям 3:

> sd(c(1.524178,1.896867,1.777372))
[1] 0.1902995
> sd(c( 2.421820,3.812503,2.603770))
[1] 0.7558814
> sd(c( 4.760392,5.537038, 8.644863))
[1] 2.055516

и добавить отклонение в качестве нового столбца в мойдатафрейм

> new
       date                 count                  mean     dev
1   2012-07-01            2.3498695             1.524178   0.1902995
2   2012-08-01            0.6984866             1.524178   0.1902995
3   2012-09-01            0.9079118             1.896867   0.1902995
4   2012-10-01            2.8858218             1.896867   0.1902995
5   2012-11-01            1.2406948             1.777372   0.1902995
6   2012-12-01            2.3140496             1.777372   0.1902995
7   2013-01-01            1.5904573             2.421820   0.7558814
8   2013-02-01            3.2531825             2.421820   0.7558814
9   2013-03-01            4.2962963             3.812503   0.7558814
10  2013-04-01            3.3287101             3.812503   0.7558814
11  2013-05-01            3.7698413             2.603770   0.7558814
12  2013-06-01            1.4376997             2.603770   0.7558814
13  2013-07-01            5.0687285             4.760392    2.055516
14  2013-08-01            4.4520548             4.760392    2.055516
15  2013-09-01            5.5063913             5.537038    2.055516
16  2013-10-01            5.5676856             5.537038    2.055516
17  2013-11-01            6.2686567             8.644863    2.055516
18  2013-12-01           11.0210697             8.644863    2.055516

Ps: я почему-то не могу использовать пакет tidyverse, поэтому нет шансов работать с решениями tidyverse.

Answer 1

Мы можем использовать ave здесь и создать группирующую переменную, которая будет принимать каждые 6 строк в одной группе.Хотя мы берем 6 строк в одной группе, нам нужно sd только из 3 unique значений, следовательно sd(unique(x)).

df$dev <- ave(df$mean, rep(1:nrow(df), each = 6, length.out = nrow(df)), 
                     FUN = function(x) sd(unique(x)))


df
#         date      count     mean       dev
#1  2012-07-01  2.3498695 1.524178 0.1902995
#2  2012-08-01  0.6984866 1.524178 0.1902995
#3  2012-09-01  0.9079118 1.896867 0.1902995
#4  2012-10-01  2.8858218 1.896867 0.1902995
#5  2012-11-01  1.2406948 1.777372 0.1902995
#6  2012-12-01  2.3140496 1.777372 0.1902995
#7  2013-01-01  1.5904573 2.421820 0.7558814
#8  2013-02-01  3.2531825 2.421820 0.7558814
#9  2013-03-01  4.2962963 3.812503 0.7558814
#10 2013-04-01  3.3287101 3.812503 0.7558814
#11 2013-05-01  3.7698413 2.603770 0.7558814
#12 2013-06-01  1.4376997 2.603770 0.7558814
#13 2013-07-01  5.0687285 4.760392 2.0555158
#14 2013-08-01  4.4520548 4.760392 2.0555158
#15 2013-09-01  5.5063913 5.537038 2.0555158
#16 2013-10-01  5.5676856 5.537038 2.0555158
#17 2013-11-01  6.2686567 8.644863 2.0555158
#18 2013-12-01 11.0210697 8.644863 2.0555158

Чтобы понять, как была создана переменная группировки

rep(1:nrow(df), each = 6, length.out = nrow(df))
#[1] 1 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3

---

Я знаю, что OP не нуждается в tidyverse решении, но в случае, если кто-то в будущем столкнется с этим постом и ему понадобится, он может использовать ответ ниже.

Логика та же самая, только что преобразованная из базы R в dplyr.Здесь важно создавать группы.

library(dplyr)
df %>%
  group_by(group = rep(1:n(), each = 6, length.out = n())) %>%
  mutate(dev = sd(unique(mean))) %>%
  select(-group)