如何实现data.table中过去24小时的滚动求和？

以下是几种适配不同场景的实现方式，按需选择即可：

方法1：data.table 原生高效实现 #

data.table的非等值自连接是处理这类时间窗口求和的高效方案，尤其适合数据量较大的场景：

library(data.table)
# 先按时间排序，确保窗口计算逻辑正确
setorder(dt, Time)

# 计算每个时间点过去24小时的amount总和
dt[, rolling_24h_sum := 
     dt[.(start = Time - 24*3600, end = Time), 
        on = .(Time >= start, Time <= end), 
        sum(amount), 
        by = .EACHI]$V1]

核心逻辑：对每一行的时间区间（当前时间往前推24小时到当前时间）做自连接，用by = .EACHI逐行计算该区间内的amount总和。

方法2：dplyr + slider 简洁实现 #

slider包专门针对时间滑动窗口做了优化，语法更直观，适合偏好tidyverse风格的用户：

library(dplyr)
library(slider)

dt %>%
  arrange(Time) %>%
  mutate(rolling_24h_sum = slide_index_sum(
    x = amount,
    i = Time,
    before = 24*3600,  # 往前推24小时（单位：秒）
    after = 0,         # 不包含当前时间之后的记录
    complete = FALSE   # 即使窗口不足24小时也计算现有记录的和
  ))

slide_index_sum会自动根据Time索引匹配对应的时间窗口，不需要手动处理窗口长度，代码可读性拉满。

方法3：zoo 时间序列包实现 #

如果熟悉zoo这类老牌时间序列工具，也可以用它的滚动窗口函数：

library(zoo)

# 先排序
dt_sorted <- dt[order(Time)]
# 构造zoo对象，以Time为索引
z_obj <- zoo(dt_sorted$amount, dt_sorted$Time)

# 计算24小时窗口的滚动求和
dt_sorted$rolling_24h_sum <- rollapplyr(
  z_obj,
  width = as.difftime(24, units = "hours"),
  FUN = sum,
  fill = NA,
  align = "right"  # 窗口右端对齐当前时间
)

各方法适配场景 #

• 追求极致效率选data.table，大数据量下优势明显；
• 看重代码简洁易读选dplyr+slider；
• 已有zoo生态使用习惯选第三种方案。

内容的提问来源于stack exchange，提问作者dmp