R语言按日期滚动计算截至当日前分星期小时平均销售额

你原有全量数据的统计逻辑可以直接复用，核心是给每个计算日期单独截取「当日之前的历史数据」作为计算输入，最终合并所有日期的计算结果即可。

原有全量统计的参考代码如下，后续滚动计算完全沿用这套口径：

# 原全量统计逻辑
df %>%
  group_by(Day_of_Week, Hour) %>%
  summarise(
    Average_Orders_Date_and_Hour = mean(Sales, na.rm = TRUE),
    .groups = "drop"
  ) %>%
  mutate(Percent_of_Total = Average_Orders_Date_and_Hour / max(Average_Orders_Date_and_Hour))

方法1：直观遍历实现（易读易修改） #

逻辑最直白，适合数据量不大的场景，方便快速调整逻辑：

• 先取出数据集中所有唯一的日期，按时间先后排序
• 逐个遍历日期，每次筛选出早于当前日期的所有历史数据
• 对筛选出的历史数据跑原有统计逻辑，给结果加上当前版本日期标记
• 合并所有日期的统计结果，得到最终长表

完整代码：

library(dplyr)
library(purrr)

# 提取所有日期并升序排列
all_dates <- sort(unique(df$Date))

rolling_stat <- map_dfr(all_dates, function(cur_date){
  # 截取当前日期之前的历史数据（不含当日）
  hist_df <- df %>% filter(Date < cur_date)
  
  # 跑原有分组统计逻辑
  cur_res <- hist_df %>%
    group_by(Day_of_Week, Hour) %>%
    summarise(
      Average_Orders_Date_and_Hour = mean(Sales, na.rm = TRUE),
      .groups = "drop"
    ) %>%
    mutate(Percent_of_Total = Average_Orders_Date_and_Hour / max(Average_Orders_Date_and_Hour))
  
  # 标记当前统计对应的版本日期
  cur_res %>% mutate(version_date = cur_date)
})

# 可选：过滤掉最早日期（无历史数据）的空结果
rolling_stat <- rolling_stat %>% filter(!is.na(Average_Orders_Date_and_Hour))

最终输出的结果里，每个version_date对应84行统计值（7个星期值*12个小时段），完全符合每日留存统计结果的需求。

方法2：嵌套累计实现（大数据量性能更优） #

如果数据集时间跨度大、行数多，每次遍历全表筛选的效率偏低，可以用累计嵌套的方式减少重复数据扫描：

• 先按日期分组，把每日数据嵌套成子表
• 按时间顺序逐行累计拼接历史数据，维护滚动的历史数据池
• 对每个日期对应的历史数据池跑统计逻辑，最后展开成长表

完整代码：

library(dplyr)
library(tidyr)
library(purrr)

rolling_stat <- df %>%
  # 按日期嵌套每日数据
  nest(day_data = -Date) %>%
  arrange(Date) %>%
  # 逐行累计拼接历史数据
  mutate(
    history_pool = accumulate(day_data, bind_rows, .init = NULL)[-n()-1],
    # 对每个历史池跑统计逻辑
    stat_res = map(history_pool, function(hist){
      hist %>%
        group_by(Day_of_Week, Hour) %>%
        summarise(
          Average_Orders_Date_and_Hour = mean(Sales, na.rm = TRUE),
          .groups = "drop"
        ) %>%
        mutate(Percent_of_Total = Average_Orders_Date_and_Hour / max(Average_Orders_Date_and_Hour))
    })
  ) %>%
  # 展开结果得到长表
  select(version_date = Date, stat_res) %>%
  unnest(stat_res) %>%
  # 过滤最早日期的空结果
  filter(!is.na(Average_Orders_Date_and_Hour))

注意事项 #

• 如果历史数据存在某星期/时段缺失的情况，可以在统计完成后加一行complete(Day_of_Week, Hour, fill = list(Average_Orders_Date_and_Hour = 0))补全行，保证每个版本日期固定返回84行结果
• 核心统计口径和你原来的全量计算代码完全一致，不需要调整统计规则，避免口径偏差
• 如果需要排除异常值、加其他过滤条件，直接在原有统计逻辑的位置加就行，不需要改动滚动框架

内容的提问来源于stack exchange，提问作者hachiko