如何在R中按滑动窗口规则构建计数填充矩阵？

当然可以搞定这个需求！我来一步步带你实现，先从模拟你的数据场景开始，再分两种方式（用便捷的包和纯Base R）来写代码，你可以按需选择。

第一步：模拟示例数据 #

先模拟你提到的图1格式的数据，方便后续测试：

set.seed(123) # 固定随机种子，确保结果可复现
df <- data.frame(
  分类列 = c("a", "b", "c", "b", "a", "c", "b"),
  响应变量 = c("Yes", "Yes", "Yes", "Yes", "No", "Yes", "Yes")
)
print(df)

第二步：核心逻辑说明 #

我们要实现的是：

• 滑动窗口大小为3，每次滑动1步（取连续3行）
• 仅当窗口内所有响应变量为Yes时（如果你的条件是其他，比如窗口最后一行是Yes，可以后面调整），统计窗口内各分类的出现次数
• 将每个符合条件的窗口统计结果，作为结果矩阵的一行，所有分类作为列，未出现的分类填0

方式一：用slider包快速实现（推荐） #

slider包专门处理滑动窗口操作，代码更简洁：

# 先安装并加载包（首次使用需要安装）
# install.packages("slider")
library(slider)
library(tidyr) # 用于转换宽长格式

# 定义窗口处理函数
process_window <- function(window_df) {
  # 这里的条件是窗口内所有响应变量为Yes，可根据你的需求修改
  if(all(window_df$响应变量 == "Yes")) {
    # 统计分类出现次数
    count_table <- table(window_df$分类列)
    # 转换为宽格式，缺失分类自动填0
    tidyr::pivot_wider(
      as.data.frame(count_table, stringsAsFactors = FALSE),
      names_from = Var1,
      values_from = Freq,
      values_fill = 0
    )
  } else {
    # 不满足条件就返回NULL，自动跳过
    NULL
  }
}

# 生成滑动窗口并处理
window_size <- 3
result_list <- slide_df(df, .f = process_window, .before = window_size - 1, .complete = TRUE)

# 转换为最终矩阵
result_matrix <- as.matrix(do.call(rbind, result_list))
print(result_matrix)

方式二：纯Base R实现（无需额外包） #

如果不想安装新包，用Base R也能实现：

window_size <- 3
n_rows <- nrow(df)
start_indices <- 1:(n_rows - window_size + 1)
result_list <- list()

# 遍历每个窗口
for(i in start_indices) {
  # 提取当前窗口数据
  current_window <- df[i:(i + window_size - 1), ]
  
  # 判断是否满足条件（这里是窗口内所有Yes）
  if(all(current_window$响应变量 == "Yes")) {
    # 统计分类次数
    category_counts <- table(current_window$分类列)
    # 获取所有唯一分类，确保列完整
    all_categories <- unique(df$分类列)
    # 初始化当前行，所有分类默认0
    current_result <- rep(0, length(all_categories))
    names(current_result) <- all_categories
    # 填充计数
    current_result[names(category_counts)] <- category_counts
    # 添加到结果列表
    result_list[[length(result_list) + 1]] <- current_result
  }
}

# 合并为矩阵
result_matrix <- do.call(rbind, result_list)
print(result_matrix)

调整条件提示 #

如果你的条件不是“窗口内所有Yes”，而是比如窗口的最后一行响应变量为Yes，只需要修改判断条件：

• 在process_window函数里把all(window_df$响应变量 == "Yes")改成tail(window_df$响应变量, 1) == "Yes"
• 在Base R的循环里改成if(tail(current_window$响应变量, 1) == "Yes")

内容的提问来源于stack exchange，提问作者user080391