如何在R中用rollapply高效实现带min过滤的滚动均值计算

现有如下data.table数据，需按x的唯一值分组处理：

DT <- data.table(
 N = 1:16,
 x = c(11,11,11,11,11,11,11,11,21,21,21,21,21,21,21,21), 
 y = rep(1:4,4,4,4,1:4,4,4,4), 
 z = c(53,71,27,64,43,62,61,85,44,56,23,37,31,48,80,38),
 min = c(2.74,2.77,2.23,2.98,2.25,2.48,2.46,2.22,3.07,
        3.08,3.81,3.31,3.32,3.75,3.28,3.04))

处理需求 #

1. 基于min列和对应行的lower.limit、upper.limit（假设已通过业务逻辑生成）过滤标记行：
   • 当N=2时，若当前行min落在前1行的上下限区间内，标记该行；
   • 当N=3时，若当前行min落在前2行任意一行的上下限区间内，标记该行；
   • 当N=4时，检查前3行；
   • 当N≥5时，检查前4行。
2. 对标记出的行，按x分组计算对应的滚动均值。

当前方法计算成本过高，希望找到rollapply实现方式或更高效的方案。

步骤1：生成上下限（示例逻辑） #

假设上下限为min加减固定值，先添加对应列：

DT[, c("lower.limit", "upper.limit") := .(min - 0.2, min + 0.2), by = x]

步骤2：标记符合条件的行 #

利用data.table的向量化分组操作，结合shift生成前N行的上下限，用between和any判断区间命中：

DT[, marked := fifelse(
  N == 1, FALSE,
  any(between(min, shift(lower.limit, 1:min(N-1,4)), shift(upper.limit, 1:min(N-1,4)))),
  by = x
)]

min(N-1,4)确保只检查最近4行，避免冗余计算。

步骤3：计算标记行的滚动均值 #

优先使用data.table内置的frollmean（C语言实现，性能远高于rollapply），按x分组计算：

# 以滚动窗口为2为例，可根据需求调整n值
DT[, roll_mean := ifelse(marked, 
                         frollmean(z, n=2, align="right", na.rm=TRUE), 
                         NA_real_), 
   by = x]

如果必须使用zoo包的rollapply，可按分组处理：

library(zoo)
DT[, roll_mean := ifelse(marked,
                         rollapply(z, width=2, FUN=mean, align="right", fill=NA),
                         NA_real_),
   by = x]

注意：rollapply在大数据量下效率远低于data.table的frollmean，仅适合小数据集场景。

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