如何用dbplyr标准动词在窗口上下文执行聚合函数？

报错原因 #

你碰到的错误是因为dbplyr默认将regr_slope()这类聚合函数当成常规分组聚合处理，而非窗口聚合。当混用group_by()+window_order()+mutate()时，dbplyr会要求所有非聚合列（比如id）必须出现在GROUP BY中，但你的需求是在分组窗口内逐行计算斜率，而非对分组做聚合后返回单行，逻辑不匹配导致报错。

标准动词实现方案 #

不需要写原生SQL，通过dbplyr::window()显式定义窗口规则，就能让regr_slope()正确执行窗口计算：

library(dbplyr)

# 示例代码：假设你的数据表是tbl对象，分组列是group_col，排序列是order_col，y和x是斜率计算的变量
your_tbl %>%
  mutate(
    group_slope = regr_slope(y_var, x_var) OVER (
      window(
        partition_by = group_col,
        order_by = order_col,
        frame = frame_between(-Inf, Inf)  # 窗口覆盖整个分组，可根据需求调整范围
      )
    )
  )

核心要点： #

• window()直接对应SQL的窗口子句（PARTITION BY ... ORDER BY ... ROWS ...），明确告诉dbplyr这是窗口计算场景
• regr_slope()搭配OVER(window(...))后，会被正确翻译为窗口聚合函数，不再要求非聚合列加入GROUP BY
• 窗口范围可通过frame_between()灵活设置，比如frame_between(-3, 0)表示当前行及前3行

关于后端支持的问题 #

1. RPostgres和duckdb本身都支持标准SQL的窗口版regr_slope()，原生SQL中可以直接执行这类语句
2. 问题的关键在dbplyr的翻译层：如果当前版本dbplyr无法正确翻译上述代码，需要dbplyr包本身更新聚合函数的窗口场景翻译逻辑，而非RPostgres/duckdb的后端适配器单独实现
3. 只要dbplyr能正确将R代码转换为regr_slope(y,x) OVER (PARTITION BY ...)这类SQL，后端就能正常执行

内容的提问来源于stack exchange，提问作者Ian Gow