使用dplyr与RcppRoll计算多固定窗口平均值的技术问询

没问题！我来帮你补全代码，实现针对storms数据集中每个风暴计算过去4、5、6个时间步长的滚动平均风速。这里我会用dplyr的现代语法（across替代旧版的mutate_at），同时保持代码清晰易读：

library(dplyr)
library(RcppRoll)
set.seed(1)

# 抽样4个风暴数据
storms <- storms[storms$name %in% sample(storms$name, size = 4),]

# 处理数据并计算多窗口滚动平均
storms_processed <- storms %>%
  # 保留需要的列
  select(name, year, month, day, hour, wind) %>%
  # 按风暴分组，确保每个风暴的计算独立
  group_by(name) %>%
  # 按时间排序，这一步非常关键，滚动计算必须基于有序的时间序列
  arrange(name, year, month, day, hour) %>%
  # 计算不同窗口的滚动平均风速
  mutate(
    # 过去4个时间步长的平均（包含当前行）
    wind_roll_avg_4 = roll_mean(wind, n = 4, align = "right", fill = NA),
    # 过去5个时间步长的平均
    wind_roll_avg_5 = roll_mean(wind, n = 5, align = "right", fill = NA),
    # 过去6个时间步长的平均
    wind_roll_avg_6 = roll_mean(wind, n = 6, align = "right", fill = NA)
  )

# 查看前10行结果
head(storms_processed, 10)

代码关键说明 #

• 分组与排序：group_by(name)保证每个风暴的滚动计算不会和其他风暴的数据混合；arrange步骤必须确保每个组内的时间是严格递增的，否则滚动平均的结果会完全错误。
• 滚动平均参数：
  • n：设置窗口大小，对应你需要的4、5、6个时间步长；
  • align = "right"：表示窗口以当前行作为终点（即计算当前行及之前n-1行的平均值，也就是“过去n个时间步长包含当前”）。如果你的需求是不包含当前行的过去n个时间步长，可以把align改为"left"，或者调整窗口偏移；
  • fill = NA：当窗口不足时（比如前3行对于n=4的窗口），用NA填充，避免抛出错误。

兼容旧版dplyr的写法（用mutate_at） #

如果你习惯使用旧版的mutate_at语法，也可以这样写：

storms_processed_old <- storms %>%
  select(name, year, month, day, hour, wind) %>%
  group_by(name) %>%
  arrange(name, year, month, day, hour) %>%
  mutate_at("wind", list(
    roll_avg_4 = ~roll_mean(., n = 4, align = "right", fill = NA),
    roll_avg_5 = ~roll_mean(., n = 5, align = "right", fill = NA),
    roll_avg_6 = ~roll_mean(., n = 6, align = "right", fill = NA)
  ))

内容的提问来源于stack exchange，提问作者r_alanb