如何使用dplyr计算末行前最后n行的cummean值

使用dplyr处理数据框时，需要计算每行之前最后2行的累计均值，以示例数据value = c(1,2,3,4)为例，遍历到值为4的行时，预期计算结果为(2+3)/2 = 2.5。
原有尝试代码如下，无法正常运行：

new_df -> df %>%
    summarise(
       roll_mean = cummean(value,-2)
    )

• dplyr内置的cummean()仅支持计算从首行到当前行的全量累计均值，只接受1个输入参数，不支持传入偏移量自定义计算窗口，传入-2会直接触发参数不匹配报错。
• 原代码使用summarise()实现行级计算逻辑错误，summarise()会将多行结果折叠为单条汇总值，保留所有行的计算结果需要使用mutate()函数。
• 原代码赋值方向写反，new_df -> df %>% ...会将空对象new_df赋值给df，覆盖原始数据，正确赋值方向应为new_df <- df %>% ...。
• 需求本质是排除当前行、取前置2个值计算滚动均值，和原生cummean()的计算逻辑不匹配。

方案1：tidyverse生态通用写法（推荐，适配任意窗口长度） #

使用tidyverse官方的滚动计算包slider和dplyr搭配，逻辑灵活可扩展：

library(dplyr)
library(slider)

# 构造示例数据
df <- tibble(value = c(1,2,3,4))

df <- df %>%
  mutate(
    roll_mean = slide_dbl(
      .x = value,
      .f = ~mean(.x, na.rm = TRUE),
      .before = 2, # 取当前行之前最多2行数据
      .after = -1  # 排除当前行及之后的行
    )
  )

运行结果如下，完全符合预期：

如果后续需要调整窗口长度，只需要修改.before参数即可，比如要算之前3行的均值就改成.before = 3。

方案2：无额外依赖写法（固定窗口场景） #

如果不想安装其他包，且窗口长度固定为2，可以直接用dplyr的lag()函数取前置位的值计算：

df <- df %>%
  mutate(
    roll_mean = (lag(value, 1) + lag(value, 2)) / 2
  )

运行结果和方案1完全一致，缺点是窗口长度变化时需要手动调整公式，灵活度较低。

• 前几行因为前置数据不足2条，返回NA属于正常情况，如果需要对边界行做特殊计算，可以在均值函数里补充规则，或者调整slider的.complete参数设置。
• 如果数据存在分组，直接在mutate()前加group_by()即可，滚动计算会自动在每个分组内独立计算。

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