R语言如何实现滚动应用函数返回data.frame列表或合并结果
目前我了解到的R语言常用滚动函数为zoo::rollapply和data.table::frollapply(),但二者均无法满足每步运算返回一个data.frame、最终输出为结果集合列表或经rbind合并的单一data.frame的需求。
举个简单示例,我定义了返回简易data.frame的函数,调用滚动函数时期望得到如下输出:
f <- function(x) { data.frame(a = LETTERS[x], b = x) } # will be called twice, with inputs 1:2 and 2:3. myrollapply(1:3, n = 2, FUN = f) #> [[1]] #> a b #> 1 A 1 #> 2 B 2 #> #> [[2]] #> a b #> 1 B 2 #> 2 C 3 #> #> -- OR -- #> #> a b #> 1 A 1 #> 2 B 2 #> 3 B 2 #> 4 C 3
我的实际使用场景为滚动遍历日期向量(必要时也可使用列表),调用外部API获取表格数据。受API限制无法单次拉取全部数据,必须分多次调用接口,最终目标是将所有接口返回的data.frame经rbind合并为一个数据集。
目前zoo和data.table的滚动函数均无法实现该需求:zoo不支持列表作为zoo对象,限制了这类输入输出场景;若函数直接返回原生data.frame,输出结果为各data.frame转置后rbind生成的矩阵,不符合使用要求。
zoo::rollapply(c(1, 2, 3), width = 2, FUN = function(x) {data.frame(a = 1:3)}) #> a1 a2 a3 #> [1,] 1 2 3 #> [2,] 1 2 3 zoo::rollapply(data.frame(a = c(1, 2, 3)), width = 2, FUN = function(x) {data.frame(a = 1:3)}) #> a #> [1,] 1 #> [2,] 1 #> [3,] 2 #> [4,] 2 #> [5,] 3 #> [6,] 3 zoo::rollapply(c(1, 2, 3), width = 2, FUN = function(x) {list(data.frame(a = 1:3))}) #> Error in zoo(do.call("c", dat), index(data)[ix], attr(data, "frequency")) : #> “x” : attempt to define invalid zoo object zoo::rollapply(list(1, 2, 3), width = 2, FUN = function(x) {data.frame(a = 1:3)}) #> Error in zoo(data) : “x” : attempt to define invalid zoo object
而data.table::frollapply的限制更明确:要求函数返回值必须为数值型或可转换为数值型。
data.table::frollapply(c(1, 2, 3), n = 2, FUN = function(x) {data.frame(a = 1:3)}) #> Error in data.table::frollapply(c(1, 2, 3), n = 2, FUN = function(x) { : #> frollapply: results from provided FUN are not of type double
我目前手动通过for循环实现该逻辑,但想了解是否有更符合R语言开发习惯的包或实现方法?
你要的滚动窗口返回data.frame的需求可以通过以下两种符合R开发习惯的方法实现:
方案1:使用slider包(推荐,适配日期场景)
slider是tidyverse生态专门用于滑动窗口计算的包,支持任意类型的返回值,原生支持列表、data.frame输出,对日期向量的适配性非常好,完全匹配调用API拉取数据的场景。
示例代码如下:
# 首次使用需先安装 # install.packages("slider") library(slider) # 定义返回data.frame的函数 f <- function(x) { data.frame(a = LETTERS[x], b = x) } # 1. 返回各窗口结果组成的列表 # .before = 1 表示当前元素+前1个元素组成长度为2的窗口 # .complete = TRUE 表示只保留长度符合要求的完整窗口 res_list <- slide(1:3, f, .before = 1, .complete = TRUE) |> Filter(Negate(is.null), x = _) # 2. 直接返回rbind合并后的单一data.frame res_df <- slide_rbind(1:3, f, .before = 1, .complete = TRUE)
如果输入是日期向量,slider还支持直接按时间间隔设置窗口,比如要滚动7天窗口,不需要手动计算索引,直接设置.after = lubridate::days(7)即可,非常适合API分页拉取的场景。
方案2:基础R实现(无额外依赖)
如果不想安装新包,可以用基础R的lapply生成窗口索引后批量调用函数,代码比手动写for循环更简洁:
x <- 1:3 win_len <- 2 # 生成所有完整窗口的索引 win_idx <- lapply(seq(length(x) - win_len + 1), function(i) seq(i, i + win_len -1)) # 得到列表结果 res_list <- lapply(win_idx, function(idx) f(x[idx])) # 合并为单一data.frame res_df <- do.call(rbind, res_list)
两种方案的输出都完全匹配预期结果。
内容的提问来源于stack exchange,提问作者Wasabi

