如何用dbplyr基于日期范围计算滚动求和？

由于slider、runner等本地R包无法转换为Redshift兼容的SQL，直接利用Redshift原生支持的窗口函数，通过dbplyr构造查询逻辑，完全适配你的需求：

核心思路 #

针对每个账户（Acct），计算当前行Start_Date往前推N天范围内所有Amount的总和，所有计算在Redshift端执行，无需拉取数据到本地，同时完美适配非连续日期、时分级精度要求。

完整dbplyr代码 #

library(tidyverse)
library(dbplyr)

# 假设已通过dbplyr连接Redshift表，表对象命名为redshift_table
result <- redshift_table %>%
  arrange(Acct, Start_Date) %>%
  mutate(
    # 生成示例中的Previous_7Day列：当前日期往前推7天的精准时间
    Previous_7Day = Start_Date - interval('7 days'),
    # 计算7天滚动求和：同一账户下，时间落在[当前日期-7天, 当前日期]区间内的金额总和
    Cum_sum_7Days = sum(Amount) OVER (
      PARTITION BY Acct
      ORDER BY Start_Date
      RANGE BETWEEN interval('7 days') PRECEDING AND CURRENT ROW
    )
  ) %>%
  select(Acct, Start_Date, Previous_7Day, Amount, Cum_sum_7Days)

关键细节说明 #

• 时分级精度保障：Redshift的timestamp类型支持毫秒级时间计算，interval('7 days')会精准计算7天整的时间差（比如8/07/2022 7:04减去7天就是1/07/2022 7:04），完全匹配你的需求。
• 窗口大小灵活调整：只需修改interval('7 days')参数即可切换周期，比如14天改为interval('14 days')，1年改为interval('1 year')。
• 非连续日期适配：窗口函数自动忽略日期间隙，只统计符合时间区间的行，无需提前填充连续日期。
• dbplyr兼容性：代码会被自动转换为Redshift原生SQL，无需手动编写复杂SQL语句。

备选方案：关联子查询（适配旧版Redshift） #

如果你的Redshift版本不支持窗口函数的RANGE INTERVAL语法，可改用关联子查询实现，dbplyr同样支持：

result <- redshift_table %>%
  mutate(
    Previous_7Day = Start_Date - interval('7 days'),
    Cum_sum_7Days = (
      select(sum(Amount))
      from . %>% filter(Acct == parent(Acct), Start_Date >= parent(Previous_7Day), Start_Date <= parent(Start_Date))
    )
  ) %>%
  select(Acct, Start_Date, Previous_7Day, Amount, Cum_sum_7Days)

内容的提问来源于stack exchange，提问作者winlai