如何在R中生成季度值及12个月滚动季度求和结果？

已有按季度汇总后的数据集（通过df$Quarter <- quarter(df$Month, fiscal_start = 4, with_year = T)生成季度列，格式如2022.1），需要为每个区域新增一行数据，计算对应季度的连续4个季度求和结果（即12个月滚动值），最终合并原季度数据与滚动数据，并添加标识区分数据类型。

示例原始数据：

期望结果（核心为新增滚动求和行）：

假设你的季度汇总数据框名为quarter_df，可通过以下步骤实现：

1. 为原始季度数据添加类型标识

library(dplyr)

# 标记原始数据为"季度值"
quarter_df <- quarter_df %>%
  mutate(时间范围 = "季度值")

2. 计算每个区域的12个月滚动求和
   如果数据中每个区域恰好只有4个季度（如示例），直接分组求和即可：

# 生成滚动求和数据
rolling_df <- quarter_df %>%
  group_by(区域) %>%
  arrange(Quarter) %>% # 确保季度按时间顺序排列
  summarise(
    季度 = last(Quarter), # 取最新季度作为滚动值的对应季度
    指标1 = sum(指标1),
    时间范围 = "12个月滚动"
  ) %>%
  ungroup()

如果数据集包含更多历史季度（超过4个），需用滚动窗口函数实现，可借助zoo包：

library(zoo)

rolling_df <- quarter_df %>%
  group_by(区域) %>%
  arrange(Quarter) %>%
  # 计算向后滚动4个季度的和，不足4个的填充NA后过滤
  mutate(指标1 = rollsumr(指标1, 4, fill = NA)) %>%
  filter(!is.na(指标1)) %>%
  mutate(时间范围 = "12个月滚动") %>%
  ungroup()

3. 合并数据并排序

# 合并原始数据与滚动求和数据
final_df <- bind_rows(quarter_df, rolling_df) %>%
  # 按区域、季度倒序、数据类型排序，让滚动值紧跟对应区域的季度值
  arrange(区域, desc(Quarter), 时间范围)

运行后final_df即为符合需求的结果。

内容的提问来源于stack exchange，提问作者user20012036