如何用R dplyr计算分组的降序滚动平均值？

你需要实现的是组内从当前行到组末尾的滚动平均值：即组内第1行计算所有行的均值，第2行计算第2到最后一行的均值，直到最后一行仅计算自身的均值。

原代码问题分析 #

你的原代码使用zoo::rollmean时，错误地将lead_time（行号）作为窗口长度，导致计算的是从当前行向前的滚动均值（前1个、前2个...），而非从当前行到末尾的均值。此外，align='left'的用法不符合你的需求场景。

解决方案 #

以下提供两种可靠的实现方式：

方法1：使用zoo包的rollapply（灵活定义窗口长度）

rollapply支持动态窗口长度，我们可以为每个行指定从当前行到末尾的窗口大小：

library(dplyr)
library(zoo)

the_df <- tibble(id=c(rep('x', 11),rep('y',11)), a=rep(10:0,2), b=rep(seq(100,0,by=-10),2))

result <- the_df %>%
  group_by(id) %>%
  mutate(
    # 对a、b列计算从当前行到末尾的滚动均值
    across(c(a, b),
           ~ rollapply(., width = seq(n(), 1), FUN = mean, align = "left"),
           .names = "{.col}_run_avg")
  )

# 查看结果
result

• width = seq(n(), 1)：窗口长度从组内总行数n()递减到1，对应第1行窗口覆盖全组，第2行覆盖后n()-1行，以此类推。
• align = "left"：确保窗口从当前行开始向右延伸到组末尾。

方法2：使用slider包（更直观的窗口定义）

slider包专为滚动计算设计，语法更简洁直观：

library(dplyr)
library(slider)

the_df <- tibble(id=c(rep('x', 11),rep('y',11)), a=rep(10:0,2), b=rep(seq(100,0,by=-10),2))

result <- the_df %>%
  group_by(id) %>%
  mutate(
    across(c(a, b),
           ~ slide_dbl(., mean, .after = Inf, .complete = FALSE),
           .names = "{.col}_run_avg")
  )

# 查看结果
result

• .after = Inf：指定窗口包含当前行及之后的所有行（直到组末尾）。
• .complete = FALSE：允许窗口长度逐渐减小（最后几行仅包含自身或少量后续行）。

验证结果 #

以id='x'的a列为例：

• 第1行（a=10）的a_run_avg为(10+9+...+0)/11=5，符合需求。
• 第10行（a=1）的a_run_avg为1（仅自身）。
• 第11行（a=0）的a_run_avg为0。

内容的提问来源于stack exchange，提问作者JFD