如何使用“跨”dplyr的函數將函數rollapply應用於所有變量？

Question

我有這個數據框，類型為從 A 到 Z 的雙列。

    df

        t     A      B    C  ...   X      Y    Z
    1   1  0.97  12.50 5.10  ... 0.67   4.46 5.72
    2   2 -0.81   5.45 2.75  ... 0.82  -7.46 3.57
    3   3  0.28   8.64 2.12 ... -0.56  23.71 2.64
    4   4 -0.16  -4.38 2.54  ... 0.79  -5.60 3.28
    5   5  1.94   1.62 4.72 ... -1.13   5.93 3.23
    6   6  1.72  26.38 5.74 ... -1.62  15.05 2.43
    7   7  0.36  12.47 4.20 ... -1.21   6.20 5.92
    8   8  0.30 -29.05 4.41  ... 0.62   8.63 3.99
    9   9 -0.39  16.78 2.79  ... 0.04  -8.90 2.37
    10 10  0.79   3.57 4.14 ... -0.14  24.26 2.85
    11 11  0.67   6.13 2.72 ... -0.15  -8.22 5.72
    12 12 -0.95   0.56 3.81 ... -0.04  -4.88 3.19
    13 13  0.04  16.40 3.27 ... -0.64  19.51 4.61
    14 14  2.12   2.29 2.46  ... 0.38  14.48 5.60
    15 15  0.17   7.72 2.74 ... -1.55  -8.20 5.96
    16 16 -0.88   1.80 4.92  ... 0.99  -0.06 3.72
    17 17  0.95  26.38 3.65 ... -0.38   2.08 3.58
    18 18 -0.70  12.16 3.66  ... 1.24   0.95 2.57
    19 19 -1.08   8.15 3.92 ... -0.95 -14.75 3.12
    20 20 -0.05  23.40 3.71  ... 1.77  30.34 4.26

我想為每個變量做一個兩年移動平均 MA。 即t-2, t-1, t的平均值

它看起來像這樣：

        t     A     B    C  ...    X     Y    Z
    1   1    NA    NA   NA  ...   NA    NA   NA
    2   2    NA    NA   NA  ...   NA    NA   NA
    3   3  0.15  8.86 3.32 ...  0.31  6.90 3.98
    4   4 -0.23  3.24 2.47 ...  0.35  3.55 3.16
    5   5  0.69  1.96 3.13 ... -0.30  8.01 3.05
    6   6  1.17  7.87 4.33 ... -0.65  5.13 2.98
    7   7  1.34 13.49 4.89 ... -1.32  9.06 3.86
    8   8  0.79  3.27 4.78 ... -0.74  9.96 4.11
    9   9  0.09  0.07 3.80 ... -0.18  1.98 4.09
    10 10  0.23 -2.90 3.78 ...  0.17  8.00 3.07
    11 11  0.36  8.83 3.22 ... -0.08  2.38 3.65
    12 12  0.17  3.42 3.56 ... -0.11  3.72 3.92
    13 13 -0.08  7.70 3.27 ... -0.28  2.14 4.51
    14 14  0.40  6.42 3.18 ... -0.10  9.70 4.47
    15 15  0.78  8.80 2.82 ... -0.60  8.60 5.39
    16 16  0.47  3.94 3.37 ... -0.06  2.07 5.09
    17 17  0.08 11.97 3.77 ... -0.31 -2.06 4.42
    18 18 -0.21 13.45 4.08 ...  0.62  0.99 3.29
    19 19 -0.28 15.56 3.74 ... -0.03 -3.91 3.09
    20 20 -0.61 14.57 3.76 ...  0.69  5.51 3.32

為此，我嘗試執行以下操作：

    > df %>% as_tibble() %>% 
         mutate(across(where(is.double), ~ zoo::rollapply(3, mean, align='right', fill=NA)) )

但是輸出是錯誤的。

    Error in `mutate()`:
    ! Problem while computing `..1 = across(...)`.
    Caused by error in `across()`:
    ! Problem while computing column `date`.
    Caused by error in `match.fun()`:
    ! argument "FUN" is missing, with no default
    Run `rlang::last_error()` to see where the error occurred.

知道為什么會發生這種情況以及有關如何解決它的任何建議嗎？

謝謝你。 問候

Answer 1

幾點：

• 問題中的代碼省略了rollapply的第一個參數
• 只要輸入中沒有 NA，您就可以使用rollmean代替rollapply
• 而不是 align="right" 使用rollapplyr或rollmeanr與r結束
• 這些都已經與across列一起工作，所以你真的不需要首先使用cross
• 如果您使用動物園對象，那就更簡單了
• 因為 dplyr 導致許多其他包失敗，這是 dplyr 的錯，而不是其他包，最好加載 dplyr 不包括它破壞的功能。 您仍然可以使用dplyr::訪問它們
• 請閱讀r標簽頁面頂部的說明，特別是使用dput以可重現的形式顯示輸入。 這次我們在最后的說明中為您做到了這一點。

嘗試以下任何一種：

library(dplyr, exclude = c("filter", "lag"))
library(zoo)

df %>% mutate(rollmeanr(.[-1], 3, fill = NA) %>% as_tibble)

df %>% mutate(across(-1, rollmeanr, 3, fill = NA))

df %>% mutate(across(where(is.double), rollmeanr, 3, fill = NA))

df %>% read.zoo %>% rollmeanr(3, fill = NA) %>% fortify.zoo

# with zoo objects
z <- read.zoo(df); rollmeanr(z, 3, fill = NA)

筆記

df <- structure(list(t = 1:20, A = c(0.97, -0.81, 0.28, -0.16, 1.94, 
1.72, 0.36, 0.3, -0.39, 0.79, 0.67, -0.95, 0.04, 2.12, 0.17, 
-0.88, 0.95, -0.7, -1.08, -0.05), B = c(12.5, 5.45, 8.64, -4.38, 
1.62, 26.38, 12.47, -29.05, 16.78, 3.57, 6.13, 0.56, 16.4, 2.29, 
7.72, 1.8, 26.38, 12.16, 8.15, 23.4), C = c(5.1, 2.75, 2.12, 
2.54, 4.72, 5.74, 4.2, 4.41, 2.79, 4.14, 2.72, 3.81, 3.27, 2.46, 
2.74, 4.92, 3.65, 3.66, 3.92, 3.71), X = c(0.67, 0.82, -0.56, 
0.79, -1.13, -1.62, -1.21, 0.62, 0.04, -0.14, -0.15, -0.04, -0.64, 
0.38, -1.55, 0.99, -0.38, 1.24, -0.95, 1.77), Y = c(4.46, -7.46, 
23.71, -5.6, 5.93, 15.05, 6.2, 8.63, -8.9, 24.26, -8.22, -4.88, 
19.51, 14.48, -8.2, -0.06, 2.08, 0.95, -14.75, 30.34), Z = c(5.72, 
3.57, 2.64, 3.28, 3.23, 2.43, 5.92, 3.99, 2.37, 2.85, 5.72, 3.19, 
4.61, 5.6, 5.96, 3.72, 3.58, 2.57, 3.12, 4.26)), row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13", 
"14", "15", "16", "17", "18", "19", "20"), class = "data.frame")