5

我正在尝试计算不平衡数据集的滚动平均值。为了说明我的观点,我制作了这个数据的玩具示例:

ID  year  Var   RollingAvg(Var)
1   2000  2     NA
1   2001  3     2
1   2002  4     2.5
1   2003  2     3
2   2001  2     NA
2   2002  5     2
2   2003  4     3.5

该专栏RollingAvg(Var)是我想要的,但无法获得。换句话说,我正在寻找Var每个之前所有观察的滚动平均值ID。我已经尝试在and包中使用rollapplyand ,但我看不到如何设置滚动窗口长度以使用每个 ID 的所有先前观察。也许我应该改用 plm 包?任何帮助表示赞赏。ddplyzooplyr

我在 BALANCED 面板数据集上看到了有关滚动方式的其他帖子,但我似乎无法推断他们对不平衡数据的答案。

谢谢,

4

2 回答 2

7

使用data.table

library(data.table)
d = data.table(your_df)

d[, RollingAvg := {avg = cumsum(Var)/seq_len(.N);
                   c(NA, avg[-length(avg)])},
    by = ID]

(甚至简化)

d[, RollingAvg := c(NA, head(cumsum(Var)/(seq_len(.N)), -1)), by = ID]
于 2013-04-19T19:09:48.407 回答
2

假设年份在每个 ID 中是连续的(在示例数据中是这种情况)并且DF是输入数据帧,这里是一个仅使用基数 R 的解决方案。 cumRoll是一个函数,它对一个 ID 执行所需的操作,ave然后按 ID 执行它:

cumRoll <- function(x) c(NA, head(cumsum(x) / seq_along(x), -1))
DF$Roll <- ave(DF$Var, DF$ID, FUN = cumRoll)

结果是:

> DF
  ID year Var Roll
1  1 2000   2   NA
2  1 2001   3  2.0
3  1 2002   4  2.5
4  1 2003   2  3.0
5  2 2001   2   NA
6  2 2002   5  2.0
7  2 2003   4  3.5
于 2013-04-19T19:37:31.263 回答