R语言按id分组计算变量3期滚动递归平均值的实现方法

你之前写的代码无法实现需求，核心错误有两点：

• summarise()按id分组聚合后每个id仅返回1行结果，计算的是每个id最后3行的整体均值，并非逐行滚动计算
• 合并后同一个id下所有行的v_1、v_2取值完全相同，和逐行滚动计算的要求完全不符

使用slider包（tidyverse生态专门做滑动窗口计算的工具）实现最简洁，逻辑完全匹配你的计算规则：按id分组后，逐行取当前行+向前最多2行的范围计算均值，行数不足3行时自动按实际存在的行数计算。

# 首次使用请先运行 install.packages("slider") 安装包
library(dplyr)
library(slider)

final_data <- my_data %>%
  group_by(id) %>%
  mutate(
    v_1 = slide_dbl(var_1, mean, .before = 2, .after = 0),
    v_2 = slide_dbl(var_2, mean, .before = 2, .after = 0)
  ) %>%
  ungroup()

参数说明：

• .before = 2：窗口包含当前行之前的2行数据
• .after = 0：窗口不包含当前行之后的任何数据
• 函数默认设置.complete = FALSE，窗口内行数不足3行时自动按实际存在的行计算均值，刚好匹配index=1、index=2等历史行数不足场景的计算要求。

无额外包依赖的备选方案 #

如果不想安装额外包，借助基础R和dplyr的行号定位逻辑也可以实现：

library(dplyr)

final_data <- my_data %>%
  group_by(id) %>%
  mutate(
    current_row = row_number(),
    v_1 = sapply(current_row, function(i) mean(var_1[max(1, i-2):i])),
    v_2 = sapply(current_row, function(i) mean(var_2[max(1, i-2):i]))
  ) %>%
  select(-current_row) %>%
  ungroup()

以你给出的id=1的样例数据为例，v_1计算结果如下，完全符合规则：

• index=1：仅取第1行var_1=0，v_1=0
• index=2：取第1-2行var_1=c(0,0)，v_1=0
• index=3：取第1-3行var_1=c(0,0,1)，v_1≈0.333
• index=4：取第2-4行var_1=c(0,1,0)，v_1≈0.333

内容的提问来源于stack exchange，提问作者stats_noob