为含数值型日期的R数据表新增上周value求和列（处理缺失日期）

嘿，这个问题我之前处理类似时间序列数据的时候也碰到过——日期缺失的情况下，确实不能直接硬取前6行来算周总和，得基于实际日期范围来匹配求和。下面给你两个实用的方法，都是R里常用的工具链：

方法1：用dplyr + lubridate 逐行计算（适合小数据集） #

首先我们需要把数值型的date转换成真正的日期格式，这样才能计算日期差。然后用rowwise()逐行处理，筛选出当前日期过去7天内（包含当天）的所有value并求和：

# 加载所需包
library(dplyr)
library(lubridate)

# 示例数据
df <- data.frame(
  'date' = c(20160309, 20160310, 20160311, 20160312, 20160313, 20160314, 20160315, 20160317, 20160318, 20160319, 20160321),
  'value' = c(1, 2, 3, 4, 5, 6, 7 ,8, 9, 10, 11)
)

# 转换日期格式并计算周总和
df_processed <- df %>%
  mutate(date = ymd(date)) %>% # 把YYYYMMDD数值转成Date类型
  rowwise() %>%
  mutate(
    weekSum = sum(
      df$value[df$date >= (date - days(6)) & df$date <= date],
      na.rm = TRUE # 防止无匹配日期时返回NA
    )
  ) %>%
  ungroup()

# 查看结果
print(df_processed)

解释 #

• ymd()函数可以直接识别YYYYMMDD格式的数值，转换成标准Date类型；
• rowwise()让每一行单独计算，我们通过date - days(6)确定一周的起始日期（因为要包含当天，所以是往前推6天，总共7天）；
• 筛选出所有在这个日期范围内的value并求和，自动忽略缺失的日期。

方法2：用slider包做基于日期的滑动求和（高效，适合大数据集） #

如果你的数据集很大，rowwise()的效率会比较低。这时候可以用slider包的slide_index_sum()函数，它专门针对基于索引（这里是日期）的滑动窗口计算，效率更高：

# 加载所需包
library(dplyr)
library(lubridate)
library(slider)

# 处理数据
df_processed <- df %>%
  mutate(date = ymd(date)) %>%
  arrange(date) %>% # 确保日期按升序排列（slider要求索引有序）
  mutate(
    weekSum = slide_index_sum(
      .x = value,          # 要求和的变量
      .i = date,           # 作为索引的日期变量
      .before = days(6),   # 窗口起始：当前日期往前6天
      .after = days(0),    # 窗口结束：当前日期
      na.rm = TRUE
    )
  )

# 查看结果
print(df_processed)

解释 #

• slide_index_sum()会自动根据date的顺序，为每个日期匹配符合范围的value并求和，完全不需要手动筛选；
• 这种方法避免了逐行循环，在大数据集上的运行速度会比第一种方法快很多。

结果验证 #

比如示例中2016-03-17的weekSum，对应的日期范围是2016-03-11到2016-03-17，存在的value是3、4、5、6、7、8，总和为33，两种方法都会得到这个结果；而2016-03-21的weekSum则是7+8+9+10+11=45，符合预期。

内容的提问来源于stack exchange，提问作者Henk