在R data.table中按x分组、基于y计算z的滚动平均值

现有如下R data.table数据：

library(data.table)
DT <- data.table(
      N = 1:16,
  x = c(11,11,11,11,11,11,11,11,21,21,21,21,21,21,21,21), 
  y = c(1,2,3,4,4,4,4,4,1,2,3,4,4,4,4,4), 
  z = c(53,71,27,64,43,62,61,85,44,56,23,37,31,48,80,38)
)

需要新增Roll Mean列，计算规则为：在每个x分组内，

• 当y=1时，Roll Mean为NA；
• 当y=2时，取前1个z值的均值；
• 当y=3时，取前2个z值的均值；
• 当y=4时，第一个y=4的行取前3个z值的均值，后续y=4的行取前4个z值的均值。

预期输出如下：

N   x   y   z   Roll Mean 
1   11  1   53  NA
2   11  2   71  53
3   11  3   27  62
4   11  4   64  50.33333333
5   11  4   43  53.75
6   11  4   62  51.25
7   11  4   61  49
8   11  4   85  57.5
9   21  1   44  NA
10  21  2   56  44
11  21  3   23  50
12  21  4   37  41
13  21  4   31  40
14  21  4   48  36.75
15  21  4   80  34.75
16  21  4   38  49

当前使用固定窗口的滚动均值代码，结果不符合预期：

DT[, RollingAvg := frollapply(z,4, mean), .(x)] 

原代码的问题在于使用了固定大小为4的滚动窗口，无法满足需求中动态变化的窗口规则。可以通过在x分组内标记y=4的行序号，再结合嵌套的fifelse实现动态窗口计算：

library(data.table)

DT[, `Roll Mean` := {
  # 给每个x分组内的y=4行标记序号，第一个y=4为1，依次递增
  y4_seq <- cumsum(y == 4)
  # 根据规则分情况计算
  fifelse(y == 1, NA_real_,
          fifelse(y == 2, shift(z, 1),
                  fifelse(y == 3, (shift(z, 1) + shift(z, 2)) / 2,
                          fifelse(y4_seq == 1, (shift(z, 1) + shift(z, 2) + shift(z, 3)) / 3,
                                  (shift(z, 1) + shift(z, 2) + shift(z, 3) + shift(z, 4)) / 4))))
}, by = x]

# 查看结果
print(DT)

代码解释 #

1. 分组内标记y=4的行：使用cumsum(y == 4)在每个x分组内为y=4的行生成递增序号，区分第一个和后续的y=4行。
2. 分条件计算：
   • y=1：直接返回NA_real_（确保数值类型统一）
   • y=2：用shift(z,1)取前1行的z值（单个值的均值即自身）
   • y=3：取前2行的z值求和后除以2
   • 第一个y=4行：取前3行的z值求和后除以3
   • 后续y=4行：取前4行的z值求和后除以4

运行上述代码后，即可得到符合预期的Roll Mean列。

内容的提问来源于stack exchange，提问作者zainul abid