R语言dplyr分组计算指定偏移前值的滚动均值实现方法

需求梳理 #

• 测试数据构造代码：

set.seed(12)
df <- data.frame(id = sample(1:50,50), Gp = sample(2, 50, TRUE)) 

• 处理规则：
  • 按Gp字段分组计算
  • 右对齐计算，无有效取值的位置填充NA
  • 每行取组内当前行之前第10、11、12位共3个id值计算均值，再用当前行id减去该均值，结果存为新列rm
  • 优先使用dplyr生态实现
• 原有代码问题：直接调用rollmeanr(id,k = 3, fill = NA)仅能计算当前行及紧邻前2行的均值，窗口没有做指定偏移，不符合滞后位置要求。

实现代码 #

搭配zoo包提供的滚动均值函数（和原有代码依赖的rollmeanr来源一致），通过lag()先将序列偏移10位，再做k=3的右对齐滚动均值，刚好覆盖需要的3个滞后位置，无需手动拼接多个lag()调用：

library(dplyr)
library(zoo)

df2 <- df %>% 
  group_by(Gp) %>%
  mutate(rm = id - rollmeanr(lag(id, 10), k = 3, fill = NA)) %>%
  ungroup()

逻辑说明 #

• 分组后lag(id, 10)会将组内id序列整体向后偏移10位，组内前10行该值自动填充为NA
• 对偏移后的序列调用rollmeanr(..., k=3, fill=NA)做右对齐滚动计算，此时当前行位置的滚动均值，刚好对应原序列组内当前行前第10、11、12位三个值的算术平均：

  偏移后序列的窗口取值为[i-2, i-1, i]，对应原序列位置为[i-2-10, i-1-10, i-10] = [i-12, i-11, i-10]，完全匹配取值要求

• 组内前12行因为凑不齐3个有效滞后值，会自动填充NA，符合右对齐填充规则
• 如果需要按全局行序（不分组）计算，直接删除代码中group_by(Gp)和ungroup()即可，和举例的全局行15的计算逻辑完全一致（示例中结果-12是笔误将row4的id值13写为12导致，代码计算逻辑完全匹配规则）

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