Julia DataFrame滚动360天销售额精确求和方案咨询

下面提供两种实现方式，分别适配小数据集和大数据集场景：

方法一：直接逐行筛选（适合小数据集） #

先确保数据按日期排序，再对每个日期筛选出过去360天内的销售额并求和：

using DataFrames, Dates

# 替换为你的实际DataFrame
df = DataFrame(
    date = Date(2020,1,1):Day(1):Date(2023,12,31),
    sales = rand(1:100, length(Date(2020,1,1):Day(1):Date(2023,12,31)))
)

# 按日期排序（核心前置步骤，保证筛选逻辑正确）
sort!(df, :date)

# 添加滚动360天销售额列
df[!, :rolling_360d_sales] = [sum(df.sales[(df.date .>= d - Day(360)) .& (df.date .<= d)]) for d in df.date]

方法二：累积和+二分查找（适合大数据集，效率更高） #

利用累积和数组与二分查找定位区间，将时间复杂度从O(n²)优化至O(n log n)：

using DataFrames, Dates

# 先确保数据按日期排序
sort!(df, :date)

# 计算销售额累积和
cum_sales = cumsum(df.sales)

# 对每个日期，用二分查找定位过去360天的起始索引
start_indices = searchsortedfirst.(Ref(df.date), df.date .- Day(360))

# 通过累积和快速计算区间和
df[!, :rolling_360d_sales] = map(enumerate(start_indices)) do (i, start_idx)
    cum_sales[i] - (start_idx > 1 ? cum_sales[start_idx-1] : 0)
end

注意事项 #

• 必须先对DataFrame按日期列排序，否则筛选或索引定位会出错
• 若日期列不是Date类型，先通过df.date = Date.(df.date)转换为标准日期类型
• 存在重复日期时，两种方法都能正确计算区间内的所有销售额

内容的提问来源于stack exchange，提问作者mpgk444