R语言：按ACCOUNT和CashInd计算4天内聚合计数（优化循环）

嘿，我太懂你用for循环处理这种滚动计数的痛苦了——数据量一大，那速度慢得让人抓狂！咱们直接换高效的方法，别再跟循环死磕啦。下面给你两种比apply还快的实现方案，都是业界常用的高效工具：

data.table是处理大数据集的神器，底层是C++实现，速度甩循环几条街。步骤很简单：

library(data.table)
library(lubridate) # 用来处理日期时间间隔

# 先把数据框转成data.table格式
setDT(dataAlog)

# 务必先按分组键和时间排序，保证窗口计算的顺序正确
dataAlog <- dataAlog[order(CashInd, ACCOUNT, DateTime)]

# 按CashInd和ACCOUNT分组，计算当前记录往前4天内的累计计数
dataAlog[, rolling_count := frollsum(
  x = Cnt,
  n = Inf, # 自适应窗口大小
  align = "right", # 窗口以当前行为终点
  adaptive = TRUE,
  window = DateTime >= (DateTime - days(4)) # 定义窗口：时间在当前时间前4天到当前之间
), by = .(CashInd, ACCOUNT)]

因为你的Cnt全是1，所以求和的结果就是符合条件的记录数，完美匹配你的需求。

如果你平时习惯用tidyverse的语法，slider包专门用来处理滑动窗口，代码可读性拉满：

library(dplyr)
library(slider)
library(lubridate)

dataAlog <- dataAlog %>%
  # 先按分组和时间排序，这一步必不可少
  arrange(CashInd, ACCOUNT, DateTime) %>%
  # 按CashInd和ACCOUNT分组
  group_by(CashInd, ACCOUNT) %>%
  # 计算滚动窗口内的计数
  mutate(rolling_count = slide_index_dbl(
    x = Cnt,
    i = DateTime, # 用DateTime作为窗口的索引
    .f = sum, # 对窗口内的Cnt求和（因为Cnt=1，就是计数）
    .before = days(4), # 窗口范围是当前时间往前4天
    .complete = FALSE # 即使窗口不满4天也计算，比如组内前几条记录
  )) %>%
  ungroup()

关键注意事项 #

• 一定要确保DateTime是日期时间类型（比如POSIXct或Date），如果不是，先用ymd_hms()或as.Date()转换。
• 两种方法都完美覆盖了你原循环的逻辑：同一CashInd+ACCOUNT分组内，时间≤当前记录且在过去4天内的所有记录数。
• 这两种方法的速度都远胜for循环和apply系列函数，尤其是当你的数据有几万甚至几十万行时，差距会特别明显。

内容的提问来源于stack exchange，提问作者useR