Rollmean生成的7日滚动均值未正确显示在新列的问题排查

问题梳理 #

你在计算新增死亡数的7日滚动均值时，遇到两个核心问题：

• 结果从第4天就开始出现，不符合预期的"第7天开始有值"
• 尝试多种方法后结果仍异常，怀疑滚动计算用到了过滤前的数据

关键原因 #

1. rollmean默认使用align="center"（居中对齐窗口），所以第4天就会生成计算值，而非你需要的右对齐窗口
2. 错误的分组操作：如果按date分组，每组仅1条数据，滚动窗口无法正常计算，会导致结果全NA或异常
3. 数据预处理环节可能存在疏漏：过滤后的数据未正确排序或未更新到后续计算的数据集

解决方案 #

1. 先确保数据预处理正确 #

取消不必要的分组，按日期升序排列，重新确认过滤条件：

# 取消分组+按日期排序+过滤指定日期后的数据
us_totals <- us_totals %>%
  ungroup() %>%
  arrange(date) %>%
  filter(date >= as.Date("2020-03-15"))

2. 修正rollmean参数 #

设置align="right"让窗口右对齐（取当前行及前6天共7条数据），并用fill=NA填充前6天的空值：

us_totals <- us_totals %>%
  mutate(delta_deaths_7 = rollmean(deaths, k = 7, align = "right", fill = NA))

此时第7条数据（2020-03-21）的delta_deaths_7会是你预期的55.7，前6行均为NA，完全符合需求。

3. 备选方案：用slider包实现更直观 #

如果仍有问题，试试slider包的slide_dbl，明确要求必须凑齐7条数据才计算均值：

library(slider)
us_totals <- us_totals %>%
  mutate(delta_deaths_7 = slide_dbl(deaths, ~mean(.x), .before = 6, .complete = TRUE))

.complete=TRUE会自动忽略不足7条数据的窗口，直接返回NA，直到第7天生成第一个均值。

内容的提问来源于stack exchange，提问作者Grace Cooper