在R中基于观测数计算滚动胜场并获取窗口起止日期

要实现按球队计算最近5场比赛的滚动胜场总和，同时添加每个滚动窗口的起止日期，你需要用data.table的滚动窗口函数对每个分组内的每一行单独计算，而不是用dplyr::summarise（它会取整个分组的首尾日期，而非滚动窗口的）。

核心步骤 #

• 将数据转换为data.table格式，便于高效处理滚动窗口操作；
• 按team分组，对每个组分别计算三个指标：
  • 滚动胜场总和：用frollsum统计窗口内获胜场次；
  • 窗口起始日期：用frollapply提取每个滚动窗口的最早日期；
  • 窗口结束日期：用frollapply提取每个滚动窗口的最晚日期（即当前行的日期）；
• 确保所有滚动函数的align参数一致（默认"right"，表示窗口包含当前行及前4行）。

完整代码 #

library(data.table)

# 转换为data.table格式
setDT(df)

# 分组计算滚动指标
df[, `:=`(
  roll_wins = frollsum(result == "win", n = 5, align = "right"),
  window_start = frollapply(date, n = 5, FUN = first, align = "right"),
  window_end = frollapply(date, n = 5, FUN = last, align = "right")
), by = team]

# 查看结果
print(df)

可选调整 #

如果希望仅当窗口包含满5场比赛时才计算，不足5场的行返回NA，可以给滚动函数添加fill = NA参数：

df[, `:=`(
  roll_wins = frollsum(result == "win", n = 5, align = "right", fill = NA),
  window_start = frollapply(date, n = 5, FUN = first, align = "right", fill = NA),
  window_end = frollapply(date, n = 5, FUN = last, align = "right", fill = NA)
), by = team]

原代码失效原因 #

你之前用dplyr::summarise时，first(date)和last(date)是取整个球队分组的首尾日期，而非每个滚动窗口的起止日期，因此无法得到预期的窗口范围。而data.table的分组操作会对每一行执行滚动计算，确保每个窗口对应正确的日期范围。

内容的提问来源于stack exchange，提问作者Jeff Henderson