Как рассчитать скользящее среднее для нескольких столбцов одновременно с помощью groupby и выбрать в dplyr, игнорируя при этом столбцы groupby

Question

Я пытаюсь получить скользящее среднее для многих столбцов одновременно, но я сталкиваюсь с трудностями, потому что мои группирующие переменные не являются числовыми c.

Если бы я делал скользящее среднее для одного столбца время от времени мой код должен выглядеть примерно так:

NHLReg2<-arrange(NHLReg2,season,team,gameId) %>% group_by(season,team)%>% mutate(xGF= rollapply(xGoalsFor, list( seq(21)), sum, partial = TRUE, fill = NA))

Я пытался использовать dplyr для одновременного создания множества столбцов:

NHLPP3<-arrange(NHLPP2,season,team,gameId) %>%
group_by(season,team)%>%
select(c(1,2,11:112)) %>%
lapply(function(x){ if(class(x) == "numeric"){
rollapply(x, width=list(-seq(21)), FUN=function(x){sum(x,
na.rm=T)},partial = T, fill = NA)
}else{
return(x)
}
})%>% as.data.frame()

Это решает проблему проблема игнорирования символьных / групповых переменных для rollapply, но это приводит к тому, что оператор groupby не имеет никакого эффекта. Я оставил некоторые примеры данных ниже, представьте, что v1 и v2 - это переменные группировки, а v3 и v4 - интересующие столбцы для расчета скользящего среднего.

v1<-c('a','a','a','a','a','a','a','a','b','b','b','b','b','b','b')
v2<-c('2010','2010','2010','2010','2010','2010','2010','2010','2020','2020','2020','2020','2020','2020','2020')
v3<-c(1,2,3,4,1,4,5,6,13,5,6,13,4,65,8)
v4<-c(6,13,5,6,13,4,65,8,1,2,3,4,1,4,5)
Data<-as.data.frame(t(rbind(v1,v2,v3,v4)))

Спасибо.

Answer 1

Data, как определено в вопросе, не имеет цифр c столбцов. Это все факторы. Мы исправим определение ниже. Затем мы используем mutate_at, чтобы просто применить rollapplyr к не группирующим столбцам. Чтобы мы могли использовать Data, мы переворачиваем сумму по предыдущим 3 значениям, а не к предыдущим 21. Альтернативой для строки mutate_at будет mutate_if(is.numeric, ~ rollapplyr(...same...)).

library(dplyr)
library(zoo)

Data <- data.frame(v1, v2, v3, v4) # v1, v2, v3, v4 are from question  

Data %>%
  group_by(v1, v2) %>%
  mutate_at(vars(-group_cols()), 
    ~ rollapplyr(.x, list(-seq(3)), sum, na.rm = FALSE, partial = TRUE, fill = NA)) %>%
  ungroup

, что дает:

# A tibble: 15 x 4
   v1    v2       v3    v4
   <fct> <fct> <dbl> <dbl>
 1 a     2010     NA    NA
 2 a     2010      1     6
 3 a     2010      3    19
 4 a     2010      6    24
 5 a     2010      9    24
 6 a     2010      8    24
 7 a     2010      9    23
 8 a     2010     10    82
 9 b     2020     NA    NA
10 b     2020     13     1
11 b     2020     18     3
12 b     2020     24     6
13 b     2020     24     9
14 b     2020     23     8
15 b     2020     82     9