You need to enable JavaScript to run this app. R中基于双日期区间计算列均值的data.table实现求助
优惠活动
大模型
产品
解决方案
定价
更多

R中基于双日期区间计算列均值的data.table实现求助

核心实现逻辑(纯data.table方案,无额外依赖)

前置处理要求

所有日期列必须统一为Date格式,避免字符串比对时的格式错位问题:

  • 原date列是MM_DD_YYYY的字符串格式,需要通过指定格式转成标准日期类型
  • st_date/end_date统一转成日期格式,保证跨类型比对的准确性

可直接运行的代码实现

# 加载data.table包
library(data.table)

# 初始化数据表(可直接替换为fread读取本地文件的逻辑)
dt <- fread(
  "pol,id,acres,date,mean,st_date,end_date
12345,5,123.8,05_26_2019,0.2225,2019-07-24,2019-09-07
12345,5,123.8,06_11_2019,0.6523,2019-07-24,2019-09-07
12345,5,123.8,06_27_2019,0.8563,2019-07-24,2019-09-07
12345,5,123.8,07_13_2019,0.1542,2019-07-24,2019-09-07
12345,5,123.8,07_29_2019,0.4253,2019-07-24,2019-09-07
12345,5,123.8,09_15_2019,0.1521,2019-07-24,2019-09-07
67890,4,60.0,05_05_2019,0.3652,2019-07-15,2019-08-31
67890,4,60.0,06_02_2019,0.4585,2019-07-15,2019-08-31
67890,4,60.0,07_10_2019,0.5856,2019-07-15,2019-08-31
67890,4,60.0,07_18_2019,0.6585,2019-07-15,2019-08-31
67890,4,60.0,09_02_2019,0.8585,2019-07-15,2019-08-31
"
)

# 统一转换所有日期列格式
dt[, `:=`(
  date = as.Date(date, format = "%m_%d_%Y"),
  st_date = as.Date(st_date),
  end_date = as.Date(end_date)
)]

# 按分组计算区间内均值,利用data.table自动广播机制回填到组内所有行
dt[, avg. := mean(mean[date >= st_date & date <= end_date]),
   by = .(pol, id, acres, st_date, end_date)]

结果校验规则

  • 对pol=12345的分组,落在2019-07-24~2019-09-07区间内的记录为2019-07-29、2019-09-15两行,对应mean值为0.4253、0.1521,计算得到均值0.2887,与需求示例完全匹配
  • 对pol=67890的分组,落在2019-07-15~2019-08-31区间内的记录为2019-07-18一行,对应mean值0.6585,组内所有行的avg.列统一为该值
  • 若分组内无任何记录落在目标区间,avg.列会自动返回NA,符合常规统计逻辑

性能说明

方案全程使用data.table内存内计算逻辑,无额外merge、join操作,在百万行级别的数据集上计算速度远优于同逻辑的dplyr实现,适配大样本数据处理场景。


内容的提问来源于stack exchange,提问作者NUdu

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.21 13:54:03