R语言中如何计算P值大于60对应日期前N天P值的移动求和

注意：示例数据集为日期倒序排列（最新日期在首行），以下实现默认「往前N天」指时间更早的N天，对应数据集内P>60所在行的下方N行数据。如果实际数据集为日期正序排列，调整窗口取数方向即可。

方法1：基础R实现（无需额外安装包） #

直接通过循环定位P>60的行，计算对应窗口求和：

# 定义往前取数的天数
N <- 5
# 初始化结果列
df1$sum_prev_N <- NA
# 定位所有P>60的行索引
target_rows <- which(df1$Sup60 == 1)

for (i in target_rows) {
  # 校验是否有足够的前序数据，避免下标越界
  if (i + N <= nrow(df1)) {
    df1$sum_prev_N[i] <- sum(df1$P[(i+1):(i+N)])
  }
}

运行后查看df1，2020-03-25对应的sum_prev_N值为49.6，符合需求。

方法2：滑动窗口函数实现（适合批量处理大数据集） #

借助slider包的滑动求和函数，代码更简洁，运行效率更高：

# 首次使用需先安装包
# install.packages(c("dplyr", "slider"))
library(dplyr)
library(slider)

N <- 5
df1 <- df1 %>%
  mutate(
    # 计算当前行之后N个值的求和，要求窗口完整
    slide_sum = slide_sum(P, .after = N, .complete = TRUE),
    # 仅保留P>60行的求和结果，其余行设为NA
    sum_prev_N = ifelse(Sup60 == 1, slide_sum, NA)
  ) %>%
  # 移除中间计算列
  select(-slide_sum)

如果你更习惯按日期正序处理，可以先把日期列转为日期格式排序后再调整窗口参数：

df1 <- df1 %>%
  mutate(date = as.Date(date, format = "%m-%d-%Y")) %>%
  arrange(date) %>% # 按日期从早到晚排序
  mutate(
    slide_sum = slide_sum(P, .before = N, .complete = TRUE),
    sum_prev_N = ifelse(Sup60 == 1, slide_sum, NA)
  )

内容的提问来源于stack exchange，提问作者Lenise Martins