问题描述
试图通过在数据表中创建一个数据窗口来运行许多简单的函数，但在混合固定数量的有序观察和移动日期时挣扎 - 不要与滚动日期范围内的任何数量的观察相混淆，大多数问题似乎都与哪些有关。
我们需要在当前观察日期之前按名称分组的最后 30 个观察结果，这可能发生在不同的天数内。
所以吉米、约翰和苏珊去年都在练习 tiddlywink。
我们想知道他们每个人在过去 30 次尝试（或投篮）中成功投进底池的次数，例如过去 30 次尝试的滚动平均值。但是，这 30 次尝试都应该在它们翻转的当前日期之前，因此我们要排除今天进行的任何投篮。
因此一个名为 Tiddlywinks 的数据表可以记录每个镜头，观察：
玩家（玩家的名字） DateTime（每次翻转的时间和日期，因此排序为我们提供了翻转的顺序） 日期（每次翻转的日期，因此我们可以按当前日期滞后所有观察结果） 成功（1 或 0，1 表示成功翻入底池）
我可以创建滚动计数并因此按日期计算平均值，没问题，并且发现 R runner 包在这方面很有用，但它似乎只启用滚动日期窗口或序列，但不能混合使用。例如。如果要计算每个玩家在当前日期之前的过去 30 天内成功的次数，我们可以说：
library(data.table)
library(runner)
dataset[order(DateTime),rolling_wins_30 := sum_run(
x = Success,k = 30,idx = as.Date(Date),lag=1
),by=Player][is.na(rolling_wins_30),rolling_wins_30 := 0]
但我们不想这样做。我们想知道（例如）在当前日期（因此不包括当前日期）进行任何尝试之前，玩家在过去 30 次尝试中（因此严格顺序为 30 次观察的滚动窗口）获得了多少成功。所有玩家的练习量各不相同，因此需要一个基于翻转（即观察，而不是日期）的滚动窗口，但仍然需要按时间顺序排列，并且仍然需要排除当天的所有翻转.
如果我们想评估今天参加比赛的所有球员的当前状态，但基于他们在今天之前的最后 30 次翻转，这将非常有用。
找不到任何可以解决固定滚动观察窗口问题的任何内容，所有这些都在某个日期之前。
想法？
解决方法
无需将 k 和 lag 应用于不同的索引，您始终可以计算
30 个元素的总和/平均值并滞后一天
library(data.table)
library(runner)
dataset[
order(DateTime),rolling_wins_30 := lag_run(
sum_run(x = Success,k = 30),lag = 1,idx = as.Date(Date)
),by = Player
][is.na(rolling_wins_30),rolling_wins_30 := 0]