基于固定时间间隔的滚动窗口计数实现方案问询

安全阿岳

2026-8-7

解决方案

针对你需要基于可变时长的滚动窗口统计数据点数量的需求，以下两种方法都能实现，且支持灵活调整窗口时长：

方法一：用`purrr`逐行计算（直观易上手）

核心逻辑是对每个时间点，统计所有数据中落在「当前时间 - N小时」到「当前时间」范围内的记录数，通过参数window_hours可随时调整窗口时长。

library(tidyverse)
library(lubridate)

# 示例数据
df = tibble(id = 1:7,
            date_time = ymd_hm('2022-05-07 15:00', '2022-05-09 13:45', '2022-05-09 13:51', '2022-05-09 17:00',
                               '2022-05-10 15:25', '2022-05-10 17:18', '2022-05-11 14:00'))

# 定义窗口时长（可修改为任意小时数，示例为48小时）
window_hours <- 48

# 计算目标列
result <- df %>%
  mutate(
    lag_window = date_time - hours(window_hours), # 对应示例中的lag_48hours
    count = map_dbl(date_time, ~ sum(between(df$date_time, .x - hours(window_hours), .x)))
  )

# 输出结果
result

方法二：用`slider`包高效计算（适合大数据集）

如果数据量较大，逐行计算效率偏低，slider包的时间滚动窗口函数能更高效地处理这类需求，且无需手动遍历每一行。

library(slider)

# 先确保时间列有序（若原始数据无序，需先排序）
df_sorted <- df %>% arrange(date_time)

# 计算目标列
result_slider <- df_sorted %>%
  mutate(
    lag_window = date_time - hours(window_hours),
    count = slide_index_dbl(
      .x = date_time,
      .i = date_time,
      .f = ~ length(.x),
      .before = hours(window_hours)
    )
  )

# 输出结果
result_slider