为移动平均线及其他滚动函数补全初始值的R实现方法

现有数据集 #

先创建测试数据集：

library(dplyr)
library(zoo)

df <- data.frame(date = seq.Date(from = "2025-01-01", to = "2025-01-10"),
                 value = 1:10)

df
#>          date value
#> 1  2025-01-01     1
#> 2  2025-01-02     2
#> 3  2025-01-03     3
#> 4  2025-01-04     4
#> 5  2025-01-05     5
#> 6  2025-01-06     6
#> 7  2025-01-07     7
#> 8  2025-01-08     8
#> 9  2025-01-09     9
#> 10 2025-01-10    10

当前计算的问题 #

使用rollapply计算5期简单移动平均线时，前4个结果为NA：

df |> 
  mutate(value_roll = rollapply(value, width = 5, FUN = mean, fill = NA, align = "right"))
#>          date value value_roll
#> 1  2025-01-01     1         NA
#> 2  2025-01-02     2         NA
#> 3  2025-01-03     3         NA
#> 4  2025-01-04     4         NA
#> 5  2025-01-05     5          3
#> 6  2025-01-06     6          4
#> 7  2025-01-07     7          5
#> 8  2025-01-08     8          6
#> 9  2025-01-09     9          7
#> 10 2025-01-10    10          8

期望效果 #

对于阶数为k的滚动计算，前k-1个值分别用1到k-1期的滚动结果填充，示例如下：

#>          date value   value_roll
#> 1  2025-01-01     1          1
#> 2  2025-01-02     2          1.5
#> 3  2025-01-03     3          2
#> 4  2025-01-04     4          2.5
#> 5  2025-01-05     5          3
#> 6  2025-01-06     6          4
#> 7  2025-01-07     7          5
#> 8  2025-01-08     8          6
#> 9  2025-01-09     9          7
#> 10 2025-01-10    10          8

简便实现方式 #

可以直接利用zoo包中rollapply的partial = TRUE参数，或者使用默认右对齐的rollapplyr配合该参数，它会自动对前k-1个元素使用逐步增大的窗口计算：

1. 滚动均值示例 #

df |> 
  mutate(value_roll = rollapplyr(value, width = 5, FUN = mean, partial = TRUE))

运行结果与期望完全一致。

2. 滚动求和示例 #

df |> 
  mutate(value_sum = rollapplyr(value, width = 5, FUN = sum, partial = TRUE))
#>          date value value_sum
#> 1  2025-01-01     1         1
#> 2  2025-01-02     2         3
#> 3  2025-01-03     3         6
#> 4  2025-01-04     4        10
#> 5  2025-01-05     5        15
#> 6  2025-01-06     6        20
#> 7  2025-01-07     7        25
#> 8  2025-01-08     8        30
#> 9  2025-01-09     9        35
#> 10 2025-01-10    10        40

3. 滚动标准差示例 #

df |> 
  mutate(value_sd = rollapplyr(value, width = 5, FUN = sd, partial = TRUE))
#>          date value   value_sd
#> 1  2025-01-01     1         NA
#> 2  2025-01-02     2  0.7071068
#> 3  2025-01-03     3  1.0000000
#> 4  2025-01-04     4  1.2909944
#> 5  2025-01-05     5  1.5811388
#> 6  2025-01-06     6  1.5811388
#> 7  2025-01-07     7  1.5811388
#> 8  2025-01-08     8  1.5811388
#> 9  2025-01-09     9  1.5811388
#> 10 2025-01-10    10  1.5811388

注：单个元素无法计算标准差，所以第一行结果为NA，符合逻辑。

另外，也可以手动指定宽度序列（如width = seq_len(nrow(df))）实现，但partial = TRUE是更简洁的官方解决方案，支持所有可用于rollapply的函数。

内容的提问来源于stack exchange，提问作者Marcus Nunes