R语言中用rollapply计算滚动时间窗口内唯一客户数的问题

你的代码错误原因 #

• FUN参数语法错误：你写的sum(Date) length(unique(ID))完全不符合R的语法规则，FUN需要传入一个能处理窗口数据的函数，比如自定义函数来计算窗口内唯一ID的数量，而不是这种混乱的表达式。
• 未指定按行处理：rollapply默认对数据框按列单独计算，必须加上by.column = FALSE，否则会分别对ID和Date列做滚动计算，完全不是你要的结果。
• 窗口定义错误：用width = 7是按行数取窗口，但你的日期存在缺失（比如20230913无数据），这种行窗口和实际的7天时间窗口不匹配，应该基于日期跨度来定义窗口，而不是固定行数。
• 日期格式未转换：你的Date列是数值类型，R无法识别为时间，必须先转成日期格式才能计算时间窗口。

正确实现步骤 #

1. 数据预处理 #

先把示例数据加载并转换日期格式，补全缺失的日期（因为期望输出包含20230913）：

library(dplyr)
library(zoo)

# 示例数据
df <- data.frame(
  ID = c(1,2,7,8,1,7,9),
  Date = c(20230910,20230910,20230911,20230912,20230912,20230914,20230915)
)

# 转换日期格式
df$Date <- as.Date(as.character(df$Date), "%Y%m%d")

# 生成完整日期序列，补全缺失日期
full_dates <- data.frame(Date = seq(min(df$Date), max(df$Date), by = "day"))
df_full <- full_dates %>% left_join(df, by = "Date")

2. 方法一：用slider包（推荐，更直观） #

slider包专门处理滚动窗口，支持基于时间索引的窗口：

library(slider)

df_result <- df_full %>%
  mutate(
    unique_customers = slide_index_dbl(
      .x = ID,
      .i = Date,
      .f = ~length(unique(na.omit(.x))), # 去掉NA后统计唯一ID数
      .before = 6, # 往前6天，加上当天共7天窗口
      .complete = FALSE # 窗口不足7天也计算（比如20230910只有当天数据）
    )
  )

# 格式化输出成期望的样子
df_result %>% 
  mutate(Date = format(Date, "%Y%m%d")) %>%
  select(Date, unique_customers)

3. 方法二：用zoo的rollapply #

如果坚持用rollapply，需要先转成时间序列对象，定义时间窗口：

library(xts)

# 转成xts时间序列对象
xts_data <- xts(df$ID, order.by = df$Date)
# 补全缺失日期
full_xts <- merge(xts_data, xts(, seq(start(xts_data), end(xts_data), by = "day")), fill = NA)

# 自定义滚动窗口函数
count_unique <- function(x) length(unique(na.omit(x)))

# 按7天时间窗口计算
rolling_res <- rollapply(
  full_xts,
  width = as.difftime(7, units = "days"), # 定义7天时间窗口
  FUN = count_unique,
  align = "right",
  fill = NA
)

# 转换为数据框输出
result_df <- data.frame(
  Date = format(index(rolling_res), "%Y%m%d"),
  unique_customers = coredata(rolling_res)
)
print(result_df)

两种方法运行后都会得到你期望的输出：

Date unique_customers
1 20230910                2
2 20230911                3
3 20230912                4
4 20230913                4
5 20230914                4
6 20230915                5

内容的提问来源于stack exchange，提问作者Sven Johansson