在R中计算分组id指定7天日期窗口的滚动求和最大值

现有包含id、date、value字段的数据表如下：

需求是为每个id计算任意7天日期窗口内的滚动求和最大值（窗口示例：1/1至1/7、1/2至1/8等）。已知预期结果：

• id=7的最大值为14（对应窗口1/4-1/10，求和3+2+1+5+3）
• id=15的最大值为12（对应窗口1/8-1/14，求和1+1+10）

尝试用runner库实现时未得到预期结果，补充说明：若最大值不在前几个窗口时，以下代码可正常运行：

library(runner)

df %>%
  group_by(id) %>%
  mutate(rsum = runner(value, k=7, idx=date, f=function(x) sum(x), na_pad=T)) %>%
  filter(!is.na(rsum)) %>%
  summarise(max_rsum = max(rsum))

你使用的代码核心问题在于：k=7在runner中默认是取最近7个观测值，而非7天日期区间。即便指定了idx=date，k=7依然按观测数量计算窗口，导致窗口范围不符合需求。

以下提供两种符合需求的实现方式：

方案一：用runner指定日期区间窗口 #

通过at参数明确窗口终点，结合k=7定义7天日期范围，计算每个终点对应的窗口求和：

library(runner)
library(dplyr)

# 确保date为日期类型
df$date <- as.Date(df$date)

df %>%
  group_by(id) %>%
  # 以现有日期作为窗口终点
  mutate(window_end = date) %>%
  # 计算每个终点往前7天内的value求和
  mutate(rolling_sum = runner(
    x = value,
    idx = date,
    at = window_end,
    f = sum,
    k = 7,
    lag = 0  # 窗口范围为[window_end-6天, window_end]
  )) %>%
  # 提取每个id的最大求和值
  summarise(max_rsum = max(rolling_sum))

方案二：补全日期序列后计算滚动求和 #

先补全每个id的连续日期（缺失日期的value填0），再用滑动窗口求和：

library(dplyr)
library(tidyr)
library(zoo)

df$date <- as.Date(df$date)

df %>%
  group_by(id) %>%
  # 生成id对应的所有连续日期
  complete(date = seq(min(date), max(date), by = "day")) %>%
  # 缺失日期的value填充为0
  replace_na(list(value = 0)) %>%
  # 计算7天滚动求和（窗口为当前日期及前6天）
  mutate(rolling_sum = rollsum(value, k = 7, align = "right", fill = NA)) %>%
  # 提取最大值
  summarise(max_rsum = max(rolling_sum, na.rm = TRUE))

两种方案均能得到预期结果：id=7的max_rsum为14，id=15的max_rsum为12。

内容的提问来源于stack exchange，提问作者Bea