R语言：按日期分组的每日温度范围滚动平均值实现问题

问题分析 #

你当前的代码在group_by(date)后执行rollapply，会在每日分组内逐行计算滚动平均，但每个日期的range值是固定的，所以结果要么是NA，要么等于range本身，无法实现跨日期的滚动平均。由于每日观测行数不固定，无法通过行数量设置窗口，正确做法是先聚合每日温度范围，再计算跨日期滚动平均，最后合并回原始数据。

实现步骤 #

• 聚合每日温度范围：从原始数据中提取每日唯一的date和range值；
• 计算跨日期滚动平均：在聚合后的每日数据上，用rollapply计算窗口为3的滚动平均；
• 合并回原始数据：将滚动平均结果匹配到原始数据的对应日期。

完整代码 #

library(tidyverse)
library(zoo)
set.seed(3)

# 生成示例数据
dts <- sort(sample(seq(as_datetime("2024-08-15 09:00:00 EDT"), as_datetime("2024-08-22 09:00:00 EDT"), by="hour"), 24))
df <- tibble(dts = dts, temp = sample(10:20, 24, replace=TRUE))

# 第一步：计算每日温度范围，并生成跨日期滚动平均
daily_range <- df %>%
  mutate(date = as.Date(dts)) %>%
  group_by(date) %>%
  summarize(range = max(temp, na.rm=TRUE) - min(temp, na.rm=TRUE)) %>%
  mutate(rollRange = rollapply(range, 3, mean, fill=NA, align="center")) # align控制窗口对齐方式，匹配示例desired列的中心对齐

# 第二步：合并回原始数据
df_final <- df %>%
  mutate(date = as.Date(dts)) %>%
  left_join(daily_range, by="date")

# 查看结果
print(df_final)

关键说明 #

• align="center"：对应示例中desired列的窗口对齐逻辑（如2024-08-16的滚动平均为(2+8+2)/3=4），可根据需求调整为"left"或"right"；
• 该方法天然适配每日行数不固定的场景，聚合后的每日数据仅一行，滚动窗口直接对应日期数量，无需考虑原始数据行数；
• 使用left_join可保留原始数据所有行，并匹配正确的滚动平均结果。

结果验证 #

运行代码后，rollRange列的值与你提供的desired列完全一致：

• 2024-08-16的rollRange为4，对应(15日2 + 16日8 +17日2)/3；
• 2024-08-17的rollRange为5.33，对应(16日8 +17日2 +18日6)/3。

内容的提问来源于stack exchange，提问作者uhClem