如何在R中对数据框分组后用rollapply计算滚动最小值？

原始数据与需求 #

首先构造示例数据：

library(tidyverse)
library(zoo)
date = c(rep(as.Date("2022/1/1"),5),rep(as.Date("2022/1/12"),5)) 
a = seq(1,10,1)
b = seq(-1,-10,-1)
c = seq(10,-20,length.out=10)
window=c(rep(2,5),rep(3,5))
A = tibble(date,a,b,c,window);A

数据内容：

需求：按date分组，对a、b、c列应用对应分组的window值作为滚动窗口宽度，计算每个滚动窗口内所有元素的最小值，最后汇总每组所有滚动最小值中的全局最小值，得到如下结果：

原代码问题分析 #

原代码存在两个关键错误：

• 在group_by(date)后的summarise中，直接使用A[,2:4]会引用整个原始数据框的列，而非当前分组的子集，导致滚动窗口计算逻辑错误。
• width = window传入的是整个window列，而每组的window值是统一的，应该取每组的单一窗口值（比如window[1]）。

正确解决方案 #

使用分组后的当前数据子集，指定正确的窗口宽度，再对滚动窗口的结果取全局最小值：

A %>%
  group_by(date) %>%
  summarise(
    MINS = min(rollapply(
      select(cur_data(), a, b, c),  # 获取当前分组的a、b、c列
      width = window[1],            # 取当前分组的统一窗口宽度
      FUN = min,
      by.column = FALSE,            # 将窗口内所有跨列元素合并为一个向量求最小值
      align = "right"               # 默认右对齐窗口，可按需调整
    ))
  )

执行后得到目标结果：

# A tibble: 2 × 2
  date       MINS
  <date>    <dbl>
1 2022-01-01    -5
2 2022-01-12   -20

代码说明 #

• cur_data()：在分组操作中直接获取当前分组的数据子集，避免误引用整个原始数据框。
• window[1]：由于每组内的window值完全一致，取第一个元素即可代表该组的窗口宽度。
• by.column = FALSE：让rollapply忽略列的划分，将每个滚动窗口内的所有元素合并为一个向量计算最小值。
• 外层min()：对所有滚动窗口的最小值再次取最小，得到该分组的全局最小。

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