如何在R的data.table中按ID与周范围生成Activity求和向量RecentActivity

嗨，这个需求在data.table里有两种高效的实现方式，得看你的Week列是不是连续的——我给你分别讲讲：

先构造个示例数据方便测试 #

library(data.table)
# 常规连续周的示例数据
dt <- data.table(
  ID = rep(c("A", "B"), each = 5),
  Week = rep(1:5, 2),
  Activity = c(3, 5, 2, 7, 1, 4, 2, 6, 3, 8)
)

# 带缺失周的示例数据（用来测试第二种方法）
dt_missing <- data.table(
  ID = rep("A", 4),
  Week = c(1,3,4,6),
  Activity = c(3,2,7,1)
)

场景1：每个ID的Week是连续无缺失的 #

这种情况用frollsum（滚动求和）最效率，data.table专门优化过这个函数，处理百万级数据都不在话下：

# 按ID分组，计算窗口大小为2的滚动求和，右端对齐当前行
dt[, RecentActivity := frollsum(Activity, n = 2, align = "right"), by = ID]

运行后你会得到这样的结果：

ID Week Activity RecentActivity
 1:  A    1        3              3  # 第1周只有自己
 2:  A    2        5              8  # 第1+2周的和
 3:  A    3        2              7  # 第2+3周的和
 4:  A    4        7              9  # 第3+4周的和
 5:  A    5        1              8  # 第4+5周的和
 6:  B    1        4              4
 7:  B    2        2              6
 8:  B    3        6              8
 9:  B    4        3              9
10:  B    5        8             11

解释：by=ID确保每个ID单独计算窗口，n=2表示取当前行和前一行的数值，align="right"让窗口右端对齐当前行——完美匹配你要的“当前周及前1周（如果存在）”的求和逻辑。

场景2：Week可能有缺失（比如某ID跳过了某一周） #

如果你的数据里存在Week不连续的情况，按行位置的滚动窗口就会出错（比如把第1周和第3周当成连续的加起来），这时候用非等连接更靠谱，它直接按Week的数值匹配：

# 先按ID和Week排序，保证逻辑正确
setorder(dt_missing, ID, Week)

# 非等连接：匹配同一ID下Week在[当前Week-1, 当前Week]的所有行，求和Activity
dt_missing[dt_missing, on = .(ID, Week >= Week -1, Week <= Week), 
           RecentActivity := sum(Activity), by = .EACHI]

运行后带缺失周的数据结果如下：

ID Week Activity RecentActivity
1:  A    1        3              3  # 无前置周，仅自己
2:  A    3        2              2  # 没有Week=2，仅自己
3:  A    4        7              9  # Week=3+4的和
4:  A    6        1              1  # 没有Week=5，仅自己

解释：非等连接的on = .(ID, Week >= Week -1, Week <= Week)表示，对每一行，找到同一ID下Week大于等于当前Week-1且小于等于当前Week的所有行，然后by=.EACHI对每一组匹配结果求和，赋值给当前行的RecentActivity。

总结 #

• 小数据集随便选，两种方式都能用；
• 大数据且Week连续：优先frollsum，速度拉满；
• Week可能缺失：用非等连接，逻辑精准。

内容的提问来源于stack exchange，提问作者Bas