如何用slider包对分组数据的不规则滚动窗口计算均值与标准差

需求场景 #

按REGION和TYPE分组，以月度为周期，对每个月份计算**当前月+指定前序月份（示例为前1个月，实际需覆盖前120个月）**的滚动均值、标准差，同时统计窗口内的条目总数。由于每月条目数量不固定，滚动窗口需要支持动态调整。

踩过的坑 #

• 最初使用zoo包的rollmean，无法实现可变滚动窗口的需求
• 改用slider包的slide_period_dfr或slide_index_dbl时，遇到两个问题：
  • 能算出均值和标准差，但没法按REGION+TYPE分组生成每月一条的结果，也没统计到窗口内的条目数
  • 在slide_period_dfr中使用summarise时，之前的分组规则直接被忽略

解决思路（感谢@Jon-Spring的帮助） #

通过三步组合操作解决问题：

1. 用add_count统计每个滚动窗口内的条目数量
2. 用slide_index_dbl计算滚动均值和标准差，支持动态时间窗口
3. 用slice去重，保证每个REGION+TYPE+月份只保留一条汇总结果

最终代码 #

library(tidyverse)
library(slider)

# 假设原始数据框为df，包含日期列date、数值列value、分组列REGION和TYPE
final_result <- df %>%
  # 按REGION和TYPE分组处理
  group_by(REGION, TYPE) %>%
  # 先把每组内的日期按升序排列
  arrange(date, .by_group = TRUE) %>%
  # 给每条数据标记对应的月份（用于后续窗口定位）
  mutate(month = floor_date(date, "month")) %>%
  # 统计当前月及前120个月窗口内的条目总数
  add_count(
    wt = between(date, month %m-% months(120), month),
    name = "window_entry_count"
  ) %>%
  # 计算滚动均值：窗口范围是当前月往前推120个月内的所有value
  mutate(
    rolling_avg = slide_index_dbl(
      .x = value,
      .i = date,
      .f = ~mean(.x, na.rm = TRUE),
      .before = months(120),
      .complete = FALSE  # 允许窗口不满120个月的情况（比如起始月份）
    ),
    # 计算滚动标准差
    rolling_std = slide_index_dbl(
      .x = value,
      .i = date,
      .f = ~sd(.x, na.rm = TRUE),
      .before = months(120),
      .complete = FALSE
    )
  ) %>%
  # 每组每个月只保留最后一条汇总结果（确保每月一条）
  slice(n()) %>%
  ungroup() %>%
  # 筛选出需要的结果列
  select(REGION, TYPE, month, window_entry_count, rolling_avg, rolling_std)

内容的提问来源于stack exchange，提问作者JR2019