如何在R中计算满足移动窗口最小非NA值要求的滚动均值

原来的caTools::runmean默认只要窗口内有至少1个非NA值就会计算均值，没有内置的非NA值阈值判断参数，你可以用更灵活的自定义滚动窗口函数实现需求，这里提供两种常用的实现方式：

方式1：使用tidyverse生态的slider包（适配dplyr语法） #

slider是tidyverse官方推出的滚动计算工具包，和dplyr的mutate等函数兼容性很好：

library(dplyr)
library(slider)

# 生成示例数据
data <- data.frame(dats=c(3,4,NA,4,NA,NA,6,NA,8,1,4,NA,2,NA,NA,6,NA,NA,9,5,NA,8,NA,3))

# 窗口大小设为3，要求最少2个非NA值才返回均值，否则返回NA
data <- data %>%
  mutate(
    rmean_filter = slide_dbl(
      dats,
      .f = function(x) {
        valid_count <- sum(!is.na(x))
        # 阈值可根据需求自行修改
        if (valid_count >= 2) {
          mean(x, na.rm = TRUE)
        } else {
          NA_real_
        }
      },
      .before = 1, # 窗口包含当前值+前1个值，总长度为3
      .after = 0,
      .complete = FALSE
    )
  )

方式2：使用zoo包的rollapply函数 #

如果你习惯用zoo的滚动计算接口，也可以用以下方案：

library(dplyr)
library(zoo)

data <- data.frame(dats=c(3,4,NA,4,NA,NA,6,NA,8,1,4,NA,2,NA,NA,6,NA,NA,9,5,NA,8,NA,3))

data$rmean_zoo <- rollapply(
  data$dats,
  width = 3,
  FUN = function(x) {
    valid_count <- sum(!is.na(x))
    if (valid_count >=2) {
      mean(x, na.rm = TRUE)
    } else {
      NA_real_
    }
  },
  fill = NA,
  align = "right" # 对齐逻辑和caTools::runmean默认设置一致
)

参数调整说明 #

• 你可以根据实际需求修改判断条件里的非NA值阈值，比如要求窗口内所有值都为非NA才计算，直接把条件改为valid_count == 3即可
• 窗口大小、对齐方式也可以对应调整，和你原来使用caTools::runmean的参数逻辑兼容

内容的提问来源于stack exchange，提问作者margon0815