使用mutate计算前一周温度平均值的技术问询

这里提供两种高效的方法来计算每条记录日期前一周的温度平均值，解决你之前用case_when和group_by无法实现滚动窗口的问题：

方法一：dplyr + slider（推荐，贴合tidyverse语法） #

slider包专门处理基于时间/索引的滚动窗口计算，能精准匹配日期范围，不受日期不连续的影响（比如某天数据缺失的情况）。

1. 加载所需工具包：

library(dplyr)
library(slider)
library(lubridate)

2. 确保日期格式正确并排序：

# 若dt还不是Date类型，先转换格式
weather_data <- weather_data %>%
  mutate(dt = as_date(dt)) %>%
  arrange(dt) # 必须按日期排序，否则窗口计算会出错

3. 创建prev.temp列：

weather_data <- weather_data %>%
  mutate(prev.temp = slide_index_dbl(
    .x = temp,          # 要计算均值的数值列
    .i = dt,            # 用于定义窗口的日期列
    .y = dt,            # 当前记录的日期
    .f = function(x, dates, current_dt) {
      # 筛选当前日期前7天（不含当天）的温度数据，计算均值
      target_dates <- dates >= current_dt - days(7) & dates < current_dt
      mean(x[target_dates], na.rm = TRUE)
    }
  ))

方法二：data.table（适合大数据量，计算高效） #

如果后续数据量增大，data.table的非等值连接能快速完成需求：

1. 转换数据格式并排序：

library(data.table)
setDT(weather_data)
weather_data[, dt := as.Date(dt)]
setorder(weather_data, dt) # 按日期排序

2. 计算前一周温度均值：

weather_data[, prev.temp := sapply(dt, function(current_dt) {
  # 匹配当前日期前7天到前一天的所有记录，计算温度均值
  mean(weather_data[dt >= current_dt - 7 & dt < current_dt, temp], na.rm = TRUE)
})]

关键注意事项 #

• 排序是前提：无论用哪种方法，必须确保数据按dt升序排列，否则窗口范围会匹配错误。
• 缺失值处理：na.rm = TRUE用于忽略温度列的缺失值，若数据无缺失可移除该参数。
• 窗口范围可调整：如果需要修改前一周的定义（比如包含当前日期），只需调整dates < current_dt这类条件即可。

内容的提问来源于stack exchange，提问作者Bethy