使用R为dataframe新增列统计同一公园事件前指定周数的报告数量

问题原因 #

原有代码的核心问题如下：

• 按Park和Date分组导致每组仅包含单日数据，无法统计跨日期的历史报告数量
• 计算逻辑把当前日期的行也纳入了统计范围，导致本该返回0的首行错误返回1
• 使用summarise会丢失原始数据的其他列，不符合保留原有结构新增列的需求

实现代码 #

只需要调整分组逻辑，按公园分组后逐行统计滑动窗口内的历史行数即可，以下代码仅依赖你已经加载的dplyr和lubridate包，且支持灵活调整统计周数：

library(lubridate)
library(dplyr)
library(purrr)

# 要统计2、3、4周直接修改这个参数即可
stat_weeks <- 1

Reaction_per_park_per_day_4 <- Reaction_per_park_per_day_3 %>%
  # 按公园分组，仅统计同一公园内的历史数据
  group_by(Park) %>%
  mutate(AC_1_before = map_dbl(Date, function(cur_date) {
    # 统计区间：[当前日期前推stat_weeks周，当前日期前1天]，不包含当前行的事件
    sum(Date >= cur_date - weeks(stat_weeks) & Date < cur_date)
  })) %>%
  ungroup()

如果你的数据量较大，可以使用slider包优化滑动计算效率：

# 首次使用先执行 install.packages("slider")
library(slider)

stat_weeks <- 1
Reaction_per_park_per_day_4 <- Reaction_per_park_per_day_3 %>%
  arrange(Park, Date) %>%
  group_by(Park) %>%
  mutate(AC_1_before = slide_sum(
    x = rep(1, n()),
    i = Date,
    before = weeks(stat_weeks),
    after = -1 # 排除当前日期的行
  )) %>%
  ungroup()

逻辑说明 #

以上代码的统计逻辑完全匹配需求：

1. 仅统计同一公园内的历史事件
2. 窗口长度支持灵活调整为1/2/3/4周
3. 不会统计当前行的事件，符合给出的预期输出结果
4. 保留原始数据的所有列，仅新增目标列AC_1_before

内容的提问来源于stack exchange，提问作者Gab_Laj