R语言data.table实现两列递推滚动计算(求和与自定义qma函数)
递推滚动计算的实现方法
常见误区说明
之前使用
rollapplyr实现失败的核心原因:该函数默认基于静态源数据取固定长度的滚动窗口,不会将每一步新计算生成的v2值即时传入下一轮计算,和本次需要的带状态逐行递推逻辑完全不匹配。
前置准备
先搭建和题目完全一致的测试数据集与自定义函数:
# 构建初始data.table对象 library(data.table) dt = data.table( date = seq(as.Date("2015-12-01"), as.Date("2015-12-10"), by="days"), v1 = c(seq(1, 9), 20), v2 = c(5, rep(NA, 9)) ) # 定义自定义qma函数 qma <- function(x, y){(x+y+7)/2}
需求1:递推滚动求和实现
核心逻辑:从第二行开始,每一行的v2值 = 当前行v1值 + 上一行的v2值,起点为第一行给定的v2初始值。
使用R基础内置的Reduce函数的累积计算特性,适配data.table的单行赋值语法,无需写循环:
dt[, v2 := Reduce( f = function(prev_v2, curr_v1) curr_v1 + prev_v2, x = v1[-1], # 跳过第一行v1,从第二行开始逐行传入 init = v2[1], # 传入第一行的v2值作为递推起点 accumulate = TRUE # 保留每一步的计算结果,匹配全列长度 )]
运行后得到的结果和目标输出完全一致:
dt date v1 v2 1: 2015-12-01 1 5 2: 2015-12-02 2 7 3: 2015-12-03 3 10 4: 2015-12-04 4 14 5: 2015-12-05 5 19 6: 2015-12-06 6 25 7: 2015-12-07 7 32 8: 2015-12-08 8 40 9: 2015-12-09 9 49 10: 2015-12-10 20 69
需求2:自定义qma函数的递推计算
沿用上面的递推框架,仅把内部的求和逻辑替换为自定义qma函数的调用即可,同样保持单行语法:
dt[, v2 := Reduce( f = function(prev_v2, curr_v1) qma(curr_v1, prev_v2), x = v1[-1], init = v2[1], accumulate = TRUE )]
方案优势
- 无额外依赖:使用R基础内置函数实现,不需要加载复杂的滚动计算类包
- 语法简洁:完全适配data.table的列赋值逻辑,不需要写显式的for循环
- 逻辑精准:每一步计算的输出直接作为下一步的输入,不存在静态滚动窗口的取值偏差
内容的提问来源于stack exchange,提问作者Saurabh
相关产品推荐
相关产品推荐

