如何在R中计算DataFrame的月度扩展窗口最小值？

原始数据生成代码 #

date = c(seq(as.Date("2021/12/1"), by = "day", length.out = 6),
         seq(as.Date("2022/1/1"), by = "day", length.out = 6),
         seq(as.Date("2022/2/1"), by = "day", length.out = 6),
         seq(as.Date("2022/3/1"), by = "day", length.out = 6))
y = c(seq(1:6),seq(10,60,by=10),seq(0.1,0.6,by=0.1),seq(0.01,0.06,by=0.01))
df = tibble(date,y)

需求说明 #

需要按年月对数据分组，采用扩展窗口（expanding window）计算统计值：

• 每个月份的统计需包含当前月及之前所有历史数据
• 输出结果需包含：年份、月份、累计观测数、累计最小值

解决方案 #

方法一：使用dplyr + purrr

利用分组汇总结合累计计算实现，无需额外依赖滑块工具包：

library(dplyr)
library(lubridate)
library(purrr)

result <- df %>%
  # 从日期中提取年、月信息
  mutate(year = year(date),
         month = month(date)) %>%
  # 按年月分组，将当月所有y值存入列表
  group_by(year, month) %>%
  summarise(month_ys = list(y), .groups = "drop") %>%
  # 确保数据按时间顺序排列
  arrange(year, month) %>%
  # 计算累计观测数和扩展窗口最小值
  mutate(obs = cumsum(sapply(month_ys, length)),
         minimum = accumulate(month_ys, ~min(.x, .y))) %>%
  # 移除临时辅助列
  select(-month_ys)

print(result)

方法二：使用slider工具包

通过专门的滑动窗口函数实现，逻辑更直观：

library(dplyr)
library(lubridate)
library(slider)

result <- df %>%
  # 将日期转换为当月起始日期，作为分组索引
  mutate(year_month = floor_date(date, "month")) %>%
  # 确保数据按日期升序排列
  arrange(date) %>%
  # 按年月索引创建扩展窗口，计算每个窗口的统计值
  slide_index_dfr(
    .x = .,
    .i = year_month,
    .f = function(window_data) {
      tibble(
        year = year(window_data$year_month[[1]]),
        month = month(window_data$year_month[[1]]),
        obs = nrow(window_data),
        minimum = min(window_data$y)
      )
    },
    .before = Inf  # 设置扩展窗口，包含所有历史数据
  ) %>%
  # 去重，保留每个年月的唯一结果
  distinct(year, month, .keep_all = TRUE)

print(result)

输出结果 #

运行上述代码后，将得到如下结果：

内容的提问来源于stack exchange，提问作者Homer Jay Simpson