基于R语言time series/lubridate实现不规则日期滑动窗口多值汇总

核心思路 #

手动生成以指定日为端点的滑动窗口日期序列，再遍历每个窗口筛选数据并计算汇总指标，完美解决指定日控制、多指标输出及日期关联的问题。

步骤1：准备示例数据 #

假设你的数据框名为sales_data，包含sale_date（日期型）和price（数值型）列，先构造模拟数据适配场景：

library(tidyverse)
library(lubridate)

# 模拟数据：含不规则日期、同一日期多观测值的住宅销售数据
set.seed(123)
sales_data <- tibble(
  sale_date = sample(seq(ymd("2020-01-01"), ymd("2023-06-30"), by = "day"), 1000, replace = TRUE),
  price = round(rnorm(1000, mean = 500000, sd = 100000), 0)
) %>% arrange(sale_date)

# 定义核心参数：生效日期、每月指定日、窗口宽度、步长
effective_date <- ymd("2023-07-11")
target_day <- 11 # 每月11日作为窗口端点，可改为17等任意合法日期
window_width <- 3 # 窗口宽度：支持1-6个月调整
step_size <- 1 # 步长：固定1个月

步骤2：生成指定日的滑动窗口序列 #

生成所有符合要求的窗口起止日期，自动修正2月无30/31日等异常情况：

# 生成窗口结束日期：从生效日期往前推，步长1个月
end_dates <- seq(effective_date, 
                 ymd(paste(year(min(sales_data$sale_date)) + ceiling(window_width/12), target_day, month(min(sales_data$sale_date)), sep = "-")),
                 by = paste0(-step_size, " months")) %>%
  # 强制修正为每月target_day
  map_dbl(~ ifelse(day(.x) != target_day, 
                   floor_date(.x, "month") + days(target_day - 1), 
                   as.numeric(.x))) %>%
  as_date() %>%
  sort()

# 生成对应窗口的起始日期：结束日期往前推window_width个月，同样修正为指定日
start_dates <- end_dates %>%
  map_dbl(~ floor_date(.x - months(window_width), "month") + days(target_day - 1)) %>%
  as_date()

# 组合成窗口表，过滤掉起始日早于数据最早日期的无效窗口
window_table <- tibble(start_date = start_dates, end_date = end_dates) %>%
  filter(start_date >= min(sales_data$sale_date))

步骤3：遍历窗口计算汇总指标 #

用purrr遍历每个窗口，一次性输出所有要求的统计量：

# 定义窗口汇总函数
summarize_window <- function(start, end, data) {
  filtered <- data %>% filter(sale_date >= start & sale_date <= end)
  tibble(
    start_date = start,
    end_date = end,
    min_price = min(filtered$price, na.rm = TRUE),
    max_price = max(filtered$price, na.rm = TRUE),
    median_price = median(filtered$price, na.rm = TRUE),
    obs_count = nrow(filtered)
  )
}

# 遍历所有窗口生成最终结果表
final_result <- window_table %>%
  mutate(summary = pmap(list(start_date, end_date), summarize_window, data = sales_data)) %>%
  unnest(summary) %>%
  arrange(end_date)

步骤4：绘制趋势图 #

直接用结果表中的end_date关联指标绘图，完全满足可视化需求：

ggplot(final_result, aes(x = end_date, y = median_price)) +
  geom_line(color = "steelblue", linewidth = 1) +
  geom_point(size = 2) +
  labs(title = "住宅价格中位数滑动窗口趋势",
       x = "窗口结束日期", y = "中位数价格") +
  theme_minimal()

关键优势 #

• 完全控制窗口起止为指定日，解决slider自然月的局限
• 输出所有要求的统计指标，同时关联窗口日期，直接用于可视化
• 兼容日期不规则、多观测值的原始数据
• 窗口宽度（1-6个月）可通过参数灵活调整

内容的提问来源于stack exchange，提问作者Joseph Harvard