在R中按ID分组，对各年份前3和前5个观测值求和

样本数据 #

首先是你的数据库结构示例：

ID <- c(1,1,1,1,1,1,3,3,3,5,5,4,4,4,4,4,4,4)
C <- c('a','a','a','a','a','a','b','b','b','b','b','c','c','c','c','c','c','c')
fyear <- c(2000, 2001, 2002,2003,2004,2005,2000, 2001,2002,2003,2004,2000, 2001, 2002,2003,2004,2005,2006)
data <- c(30,50,22,3,6,11,5,3,7,6,9,31,5,6,7,44,33,2)
# 模拟多列场景，新增data2列
data2 <- data * 2
df1 <- data.frame(ID,C,fyear, data, data2)

需求说明 #

按ID分组，对每个年份的指定字段计算：

• 前3项（含当前行在内的最近3行）求和，生成xxx3列
• 前5项（含当前行在内的最近5行）求和，生成xxx5列
  要求支持对多列类似data的字段批量生成对应求和列。

解决方案 #

使用dplyr进行分组和批量处理，slider包高效实现滚动窗口求和：

1. 安装并加载依赖包 #

# 首次运行需安装
install.packages(c("dplyr", "slider"))

# 加载包
library(dplyr)
library(slider)

2. 批量生成求和列 #

# 指定需要处理的字段（可添加多个，比如c("data", "data2")）
target_cols <- c("data", "data2")

# 处理数据
df_result <- df1 %>%
  arrange(ID, fyear) %>%  # 确保每个ID内按年份排序，这是滚动计算的前提
  group_by(ID) %>%
  mutate(
    across(
      all_of(target_cols),
      list(
        # 前3项求和：窗口包含当前行及之前2行，仅窗口完整时返回值
        "3" = ~slide_sum(.x, before = 2, after = 0, complete = TRUE),
        # 前5项求和：窗口包含当前行及之前4行，仅窗口完整时返回值
        "5" = ~slide_sum(.x, before = 4, after = 0, complete = TRUE)
      ),
      .names = "{.col}{.fn}"  # 设置新列名格式：原字段名+后缀3/5
    )
  ) %>%
  ungroup()

3. 查看结果 #

比如查看ID=1的结果：

df_result %>% filter(ID == 1)

输出示例：

# A tibble: 6 × 9
     ID C     fyear  data data2 data3 data5 data23 data25
  <dbl> <chr> <dbl> <dbl> <dbl> <dbl> <dbl>  <dbl>  <dbl>
1     1 a      2000    30    60    NA    NA     NA     NA
2     1 a      2001    50   100    NA    NA     NA     NA
3     1 a      2002    22    44   102    NA    204     NA
4     1 a      2003     3     6    75    NA    150     NA
5     1 a      2004     6    12    31   111     62    222
6     1 a      2005    11    22    20    86     40    172

代码说明 #

• arrange(ID, fyear)：保证每个CEO的记录按年份升序排列，避免滚动计算出错
• across(all_of(target_cols), ...)：批量遍历所有目标字段，无需重复写代码
• slide_sum：专门处理滚动窗口求和，before = n-1表示包含当前行在内共n行，complete = TRUE确保只有窗口行数足够时才返回求和值，否则返回NA
• .names参数自动生成规范的新列名，比如data对应data3和data5

内容的提问来源于stack exchange，提问作者Erika Dal Cortivo