R语言中面板数据的滚动均值与中位数计算问题

原始面板数据 #

需求分析 #

需要新增一列RollingMean，计算基于全部3个ID的过去2个日期的所有数据的均值，并将该值分配给当前日期的所有ID；后续还需计算滚动中位数，以及绘制包含各ID数据和滚动均值的图表。

错误代码问题分析 #

你提供的代码报错原因是：group_by(Date)后每个分组仅包含3个Value，rollmean(Value, n=2)会返回2个结果，但mutate需要为每行生成1个值，长度不匹配导致报错。

正确实现代码 #

1. 加载依赖包 #

library(dplyr)
library(zoo)
library(ggplot2)

2. 预处理数据（确保日期顺序正确） #

# 将Date转换为有序因子，保证Mon→Tue→Wed→Thu的顺序
df <- df %>%
  mutate(Date = factor(Date, levels = c("Mon", "Tue", "Wed", "Thu"), ordered = TRUE))

3. 计算滚动均值 #

# 步骤1：按日期聚合所有ID的Value
date_agg <- df %>%
  group_by(Date) %>%
  summarise(all_values = list(Value)) %>%
  arrange(Date)

# 步骤2：滑动窗口计算过去2个日期的所有Value的均值
date_rolling <- date_agg %>%
  mutate(
    # 窗口宽度为2，计算窗口内所有Value的均值，无足够数据时填充NA
    RollingMean = rollapply(
      all_values,
      width = 2,
      FUN = function(x) mean(unlist(x)),
      fill = NA,
      align = "left"
    )
  ) %>%
  # 将结果滞后1位，使当前日期对应过去2个日期的计算结果
  mutate(RollingMean = lag(RollingMean, 1))

# 步骤3：将滚动均值关联回原始数据
df_result <- df %>%
  left_join(date_rolling %>% select(Date, RollingMean), by = "Date")

执行后得到的结果与你提供的示例一致（Wed的RollingMean为11.5）。

4. 计算滚动中位数 #

只需将上述代码中的mean替换为median即可：

date_rolling_median <- date_agg %>%
  mutate(
    RollingMedian = rollapply(
      all_values,
      width = 2,
      FUN = function(x) median(unlist(x)),
      fill = NA,
      align = "left"
    )
  ) %>%
  mutate(RollingMedian = lag(RollingMedian, 1))

# 将滚动中位数关联回结果数据
df_result <- df_result %>%
  left_join(date_rolling_median %>% select(Date, RollingMedian), by = "Date")

5. 绘制趋势图 #

将各ID的Value与滚动均值绘制在同一张图中：

ggplot(df_result, aes(x = Date, y = Value)) +
  # 绘制各ID的Value折线与点
  geom_line(aes(color = ID, group = ID)) +
  geom_point(aes(color = ID)) +
  # 绘制滚动均值的虚线
  geom_line(aes(y = RollingMean, color = "Rolling Mean"), group = 1, linetype = "dashed", size = 1) +
  # 设置图表标签与样式
  labs(
    title = "各ID Value趋势与滚动均值",
    x = "日期",
    y = "数值",
    color = "系列"
  ) +
  theme_minimal()

内容的提问来源于stack exchange，提问作者Mining