库存不足10个月的价值的平均值

Question

因此，我有一个datatable (dt)，它包含以下元素，一个项目的id，当天的日期和库存。

ID        date             Stock
193sd      2016-03-23        12
238ds      2016-04-20         1
193sd      2017-09-12         1
...

例如，像193 So 这样的ID有不同的日期

ID        date             Stock
193sd    2016-03-23          12
193sd    2017-09-12          1
193sd    2018-09-11          4
193sd    2017-01-12          2
193sd    2016-02-11          1

我需要从10个月前的最新日期中找到股票的平均值，我知道我应该做以下操作：

为193司d

1. 将dt$date从最新到最老排序
2. 获取从日期(I)到日期(i+1)之间的月数。 dates=c(dateNew, dateOld) dates2 <- strptime(dates, format = "%Y-%m-%d") dif <- diff(as.numeric(dates2)) # difference in seconds months = dif/(60 * 60 * 24 * 30) # months
3. 检查是否M<=10
4. 如果为真，则查找ID和finish的这些日期的股票均值。 这个平均值是dt$stock除以10的值之和。
5. 假冒伪劣

作为其他语言的程序员和R的新手，我总是考虑循环，但我确信在使用可数据的时候有一个更好的清洁器。

Answer 1

使用包data.table和lubridate，您可以执行以下操作

library(data.table); library(lubridate);

df <- read.table(text = 
"ID      date                Stock
193sd    2016-03-23          12
193sd    2017-09-12          1
193sd    2018-09-11          4
193sd    2018-01-12          NA
193sd    2017-12-11          1", header = T, stringsAsFactors = F)

dt <- as.data.table(df) 
dt[, date := as.Date(date)]
result <- dt[, .SD[date >= max(date) %m-% months(10)], by = ID][, .(customMean = sum(Stock, na.rm = T)/10), by = ID] #calculate the mean stock as you described for entries in date that are within 10 months from the last date for each ID
##      ID customMean
##1: 193sd        0.5