#r #runner
#r #runner
Вопрос:
У меня есть таблица цен на жилье и дат продажи. Я хочу рассчитать скользящую среднюю цену за период времени в 365 дней, используя пакет runner. Мне нужна только одна средняя цена за дату.
Моя проблема в том, что когда я пробую приведенный ниже код, я получаю более одной средней цены за дату, если эта дата появляется более одного раза. Это не то, чего я ожидал. Я думал, что будет один результат за каждый день, если я использую group_by /summarise.
library(runner)
library(tidyverse)
library(lubridate)
startDate = as_date("2018-01-01")
endDate = as_date("2020-01-01")
# Create data
soldData <- tibble(
price = round(rnorm(100, mean=500000, sd=100000),-3),
date = sample(seq.Date(startDate,endDate,by="days"),100,replace=T))
# Fill in the missing dates between startDate and endDate
soldData <- bind_rows(soldData,anti_join(tibble(date=seq.Date(startDate,endDate,by="day")),soldData)) %>%
arrange(date)
# Find the duplicated dates
duplicatedDates <- soldData[duplicated(soldData$date),]$date
# I thought using group_by/summarise would return one medianPrice per date
results <- soldData %>%
group_by(date) %>%
summarise(medianPrice = runner(
price,
k = "365 days",
idx = date,
f = function(x) {median(x,na.rm=T)}))
# These are the problem rows.
duplicatedResults <- results %>%
filter(date %in% duplicatedDates)
Есть идеи, где я ошибаюсь?
Комментарии:
1. Когда вы
group_by
встречаетесь, не остается наблюдений, которые можно продолжить. Попробуйте сгруппировать по чему-то другому или не группируйте, как предложил @Ronak Shah.
Ответ №1:
Начиная с dplyr
1.0.0, вы можете получать выходные данные, возвращающие несколько строк из summarise
.
Сначала вам нужно разобраться с дублирующимися данными, которые у вас уже есть в ваших данных. Что вы хотите сделать с датами, которые встречаются несколько раз? Одним из способов было бы взять median
/ mean
из них.
library(dplyr)
library(runner)
soldData %>%
group_by(date) %>%
summarise(price = median(price, na.rm = TRUE)) -> df
Итак, теперь в df
у нас есть только одно значение для каждой date
. Теперь вы можете применить runner
функцию.
df %>%
mutate(medianPrice = runner(price,
k = "365 days",
idx = date,
f = function(x) {median(x,na.rm=T)}))
Также есть zoo:rollmedianr
который помогает в вычислении скользящей медианы.