R在DataTable中创建LookBack操作

Question

我想在一个数据表上做一个回看操作。我更喜欢用一个datatable来做这件事，但是还不能弄清楚如何正确地给事物起别名。我想我需要一种方法来清楚地给'join‘两边的Date列加上别名。

相反，我复制了datatable，并在其中一个数据表中更改了键列的名称，以允许回看。

这是我得到的

library(data.table)
DT <- data.table(
  Date = as.Date(c("2013-5-4", "2013-5-9", "2013-5-16", "2013-5-19","2013-5-23", "2013-5-26", "2013-5-29", "2013-6-2","2013-6-10")),
  V1 = c(1,1,1,3,4,9, 2, 3, 1)
)

下面是复制datatable、更改一个键列名称并执行回溯计算的代码

DT2<-data.table(DT) # copy the whole table
setnames(DT2,c("DDate",unlist(names(DT2)[2:length(names(DT2))]))) # changes the column name for date
# add a column in DT by looking up values in DT2
DT[, lookbackmean:=mean(DT2[DT2$DDate < .SD[,Date],V1]),by=Date][, lookback:= paste0(DT2[DT2$DDate < .SD[,Date], V1],collapse=","),by=Date]

这是输出。注意:我创建了一个名为lookback的列，该列显示每个日期的平均值。

         Date V1 lookbackmean        lookback
1: 2013-05-04  1          NaN                
2: 2013-05-09  1     1.000000               1
3: 2013-05-16  1     1.000000             1,1
4: 2013-05-19  3     1.000000           1,1,1
5: 2013-05-23  4     1.500000         1,1,1,3
6: 2013-05-26  9     2.000000       1,1,1,3,4
7: 2013-05-29  2     3.166667     1,1,1,3,4,9
8: 2013-06-02  3     3.000000   1,1,1,3,4,9,2
9: 2013-06-10  1     3.000000 1,1,1,3,4,9,2,3

我在没有创建datatable副本的情况下遇到的问题如下

将datatable连接回自身，但不计算该值。我认为问题在于它不能区分连接中的数据列。

DT[, lookbackmean:=mean(DT[DT$DDate < .SD[,Date],V1]),by=Date]
    [, lookback:= paste0(DT[DT$DDate < .SD[,Date], V1],collapse=","),by=Date]

         Date V1 lookbackmean lookback
1: 2013-05-04  1          NaN         
2: 2013-05-09  1          NaN         
3: 2013-05-16  1          NaN         
4: 2013-05-19  3          NaN         
5: 2013-05-23  4          NaN         
6: 2013-05-26  9          NaN         
7: 2013-05-29  2          NaN         
8: 2013-06-02  3          NaN         
9: 2013-06-10  1          NaN  

Answer 1

我想我现在质疑你想要的结果：

> DT[, lookbackmean:=  head(c(NA,cumsum(V1)/(1:.N)),-1) ]
> DT
         Date V1 lookbackmean 
1: 2013-05-04  1           NA 
2: 2013-05-09  1     1.000000 
3: 2013-05-16  1     1.000000 
4: 2013-05-19  3     1.000000 
5: 2013-05-23  4     1.500000 
6: 2013-05-26  9     2.000000 
7: 2013-05-29  2     3.166667 
8: 2013-06-02  3     3.000000 
9: 2013-06-10  1     3.000000 

我猜你可能并不是真的想要累积平均值，在这种情况下，你应该看看使用索引的data.table示例的许多SO问题：