如何用tidy方法计算排除中心区间的滚动窗口标准差？

我正在尝试计算覆盖[-10,10]区间但排除中心[-1,1]三天的滚动标准差，想了解是否有tidy解决方案。我已尝试使用slide_period_vec()函数，它能识别日期格式与间隔，且适用于非平衡面板（可避免填充80%的NA来平衡数据）。请问是否可以调整.before和.after参数，一次性获取[-10,-2]与[2,10]区间的数据进行计算？

附相关R代码示例：

set.seed(4711)
daily_data <- data.frame(date = seq(as.Date("2022-01-01"), as.Date("2023-12-31"), by = "day"),
                         value = rnorm(730, mean = 50, sd = 10))

daily_data <- daily_data %>% 
  mutate(SD = slide_period_vec(daily_data$value,
                               .i = daily_data$date,
                               .period = "day",
                               .f = sd,
                               .before =10,
                               .after = 10,
                               .complete = F))

slide_period_vec()的.before和.after只能定义连续的时间窗口，没法直接跳过中间[-1,1]这三天。不过你可以通过自定义计算函数来绕开这个限制：在计算标准差前，先把窗口内属于中心三天的数据过滤掉。

这里得换用slide_period()（而非slide_period_vec()），因为需要同时获取窗口内的日期和数值来做过滤，代码调整如下：

library(tidyverse)
library(slider)

set.seed(4711)
daily_data <- data.frame(date = seq(as.Date("2022-01-01"), as.Date("2023-12-31"), by = "day"),
                         value = rnorm(730, mean = 50, sd = 10))

daily_data <- daily_data %>%
  mutate(SD = slide_period(
    .x = across(c(date, value)),  # 同时传递日期和数值列
    .i = date,
    .period = "day",
    .f = function(window) {
      # 计算窗口内每个日期与当前行日期的差值
      date_diff <- window$date - window$date[nrow(window)]
      # 筛选掉差值在[-1,1]范围内的数值
      filtered_vals <- window$value[!date_diff %in% -1:1]
      # 至少2个数据点才计算标准差，否则返回NA
      if (length(filtered_vals) >= 2) sd(filtered_vals) else NA_real_
    },
    .before = 10,
    .after = 10,
    .complete = FALSE
  ) %>% unlist())  # 将列表结果转为向量列

关键细节 #

• 用across(c(date, value))把日期和数值一起传入窗口函数，这样才能判断哪些数据属于要排除的区间
• window$date[nrow(window)]取窗口的最后一行日期（也就是当前计算行的日期），计算差值后筛选出[-10,-2]和[2,10]的数值
• 加了数据量判断，避免因过滤后数据不足导致sd()报错

内容的提问来源于stack exchange，提问作者Lukas Mueller