Rでroll_meanを使用する場合のリサイクルを避けるには？

Question

私は、各列に複数の個人からのデータが含まれているデータフレーム内の複数の列にローリング平均を適用しようとしていました。私はRcppRollパッケージとlapplyからroll_meanを使って成功しました。以下に、ダミーのデータフレームとその出力を使用した例を示します。

x <- rnorm(20,1); 
    y <- rnorm(20,2); 
    z <- rnorm(20,3); 
    ID <- rep(1:2, each=10); 

    mydf <- data.frame(ID, x, y, z); 

    vars <- c("x", "y", "z"); 

setDT(mydf)[, paste0(vars, "_", "mean") := lapply(.SD, function(x) roll_mean(x, n=3, na.rm = TRUE)), .SDcols = vars, by = ID] 

mydf 

     ID   x   y   z x_mean y_mean z_mean 
    1: 1 0.34457704 1.9580361 2.6458335 1.2515642 1.8307447 2.569645 
    2: 1 1.41839352 2.0697324 1.8495358 1.7012511 1.7248261 2.988908 
    3: 1 1.99172192 1.4644657 3.2135652 1.8455087 1.7165419 3.184736 
    4: 1 1.69363783 1.6402801 3.9036227 1.5002658 2.1512764 3.289555 
    5: 1 1.85116646 2.0448798 2.4370206 0.9775842 3.1215589 2.563110 
    6: 1 0.95599300 2.7686692 3.5280206 0.8477701 3.4576141 3.106095 
    7: 1 0.12559300 4.5511275 1.7242892 0.9450234 3.5134499 3.020176 
    8: 1 1.46172438 3.0530454 4.0659766 0.9080677 3.0100022 3.371839 
    9: 1 1.24775283 2.9361768 3.2702614 1.2515642 1.8307447 2.569645 
    10: 1 0.01472603 3.0407845 2.7792776 1.7012511 1.7248261 2.988908 
    11: 2 -0.91146047 2.5898074 2.0328348 0.4314443 1.2688530 2.477879 
    12: 2 0.48183559 1.8230335 2.6910075 1.2689767 0.9650435 2.544006 
    13: 2 1.72395769 -0.6062819 2.7097949 0.8747931 1.2273766 1.974265 
    14: 2 1.60113680 1.6783790 2.2312143 0.2579207 1.6945497 2.233321 
    15: 2 -0.70071522 2.6100328 0.9817857 0.1162224 2.0928536 2.606608 
    16: 2 -0.12665946 0.7952374 3.4869635 1.3884888 2.1063817 2.986786 
    17: 2 1.17604187 2.8732906 3.3510742 2.0557599 2.2701173 3.178248 
    18: 2 3.11608400 2.6506171 2.1223190 1.5553274 2.3987061 3.015501 
    19: 2 1.87515393 1.2864441 4.0613513 0.4314443 1.2688530 2.477879 
    20: 2 -0.32525560 3.2590570 2.8628313 1.2689767 0.9650435 2.544006 

あなたは出力テーブル（mydf）からわかるように、平均パラメータがlapply文の一部として作成されている、とローリング手段は、個々のIDに対して計算されています。しかし、roll_mean関数は個々のIDごとに10個の生の値から8個の値を生成するため、ローリング平均関数はデータフレームを満たすために結果をリサイクルしています。リサイクルを使用して各IDの最後の2行を記入しています。 私の実際のデータは時系列データであり、私は結果をリサイクルしたくありません。私は、生のx値を、x_mean列の先頭に、3ポイントのローリング平均を生成するのに十分な生データがあるところまで追加することによってリサイクルしないようにします。

私はroll_meanやそれに類する機能のリサイクルを避けるための投稿を（SOとGoogleで）検索してみました。

roll_mean関数でリサイクルするのを避けるために私の例で最初の2行を埋める方法を知っている人はいますか？

ありがとうございました。

Answer 1

ソリューション全体：

x <- rnorm(20,1); 
y <- rnorm(20,2); 
z <- rnorm(20,3); 
ID <- rep(1:2, each=10); 

mydf <- data.table(ID, x, y, z); # Changed to dt here 

vars <- c("x", "y", "z"); 

# fill = NA and align = 'right' 
mydf[, paste0(vars, "_", "mean") := lapply(.SD, function(x) RcppRoll::roll_mean(x, n = 3, na.rm = TRUE, fill = NA, align = 'right')), .SDcols = vars, by = ID] 

mydf 

#  ID   x   y  z x_mean y_mean z_mean 
# 1: 1 0.3735462 2.9189774 2.835476  NA  NA  NA 
# 2: 1 1.1836433 2.7821363 2.746638  NA  NA  NA 
# 3: 1 0.1643714 2.0745650 3.696963 0.5738536 2.591893 3.093026 
# 4: 1 2.5952808 0.0106483 3.556663 1.3144318 1.622450 3.333422 
# 5: 1 1.3295078 2.6198257 2.311244 1.3630533 1.568346 3.188290 
# ... 

mydf[is.na(x_mean), c(paste0(vars, "_", "mean")) := mget(paste0(vars))] 

mydf 

#  ID   x   y  z x_mean y_mean z_mean 
# 1: 1 0.3735462 2.9189774 2.835476 0.3735462 2.918977 2.835476 
# 2: 1 1.1836433 2.7821363 2.746638 1.1836433 2.782136 2.746638 
# 3: 1 0.1643714 2.0745650 3.696963 0.5738536 2.591893 3.093026 
# 4: 1 2.5952808 0.0106483 3.556663 1.3144318 1.622450 3.333422 
# 5: 1 1.3295078 2.6198257 2.311244 1.3630533 1.568346 3.188290 
# ... 

を編集：

mydfの

欠落している部分は、ロールを使用することにより、すなわち、「よりスマート」な方法は、1だけ小さい窓と意味ビットで充填することができますすべての反復：

for (n_inner in n_roll:1) { 
    mydf[!complete.cases(mydf), 
     paste0(vars, "_", "mean") := lapply(
     .SD, function(x) RcppRoll::roll_mean(x, n = n_inner, na.rm = TRUE, fill = NA, align = 'right')), .SDcols = vars, by = ID] 
    } 

#  ID   x   y  z x_mean y_mean z_mean 
# 1: 1 0.3735462 2.9189774 2.835476 0.3735462 2.918977 2.835476 <- Values from x, y and z 
# 2: 1 1.1836433 2.7821363 2.746638 0.7785948 2.850557 2.791057 <- roll_mean with window 2 
# 3: 1 0.1643714 2.0745650 3.696963 0.5738536 2.591893 3.093026 <- roll_mean with window 3 
# 4: 1 2.5952808 0.0106483 3.556663 1.3144318 1.622450 3.333422 <- as above 
# 5: 1 1.3295078 2.6198257 2.311244 1.3630533 1.568346 3.188290 
# ...