统计R中过去指定天数内ID的出现频率

这是我在Stack Overflow上的第一篇文章，如果内容不够详尽，请多包涵。

我有一个包含两列（日期和组ID）的数据表。我想根据当前日期，计算过去x天内每个组ID的出现次数。以30天为例进行说明。

以下是数据示例：

date = c("2014-04-01", "2014-04-12", "2014-04-07", "2014-05-03", "2014-04-14", "2014-05-04", "2014-03-31", "2014-04-18", "2014-04-23", "2014-04-01")
group = c("G","G","F","G","E","E","H","H","H","A")
dt = data.table(cbind(group, date))

数据表如下所示：

   group       date
1:     G 2014-04-01
2:     G 2014-04-12
3:     F 2014-04-07
4:     G 2014-05-03
5:     E 2014-04-14              
6:     E 2014-05-04
7:     H 2014-03-31
8:     H 2014-04-18
9:     H 2014-04-23
10:    A 2014-04-01

我希望新增一列来显示每个组ID在过去30天内的出现次数：

   group       date   count
1:     G 2014-04-01       0
2:     G 2014-04-12       1
3:     F 2014-04-07       0
4:     G 2014-05-03       1 (不包括第一个G，因为它超出了30天)
5:     E 2014-04-14       0
6:     E 2014-05-04       1
7:     H 2014-03-31       0
8:     H 2014-04-18       1
9:     H 2014-04-23       2
10:    A 2014-04-01       0

我已经能够使用dplyr计算非窗口计数，但难以实现30天窗口内的计数。以下是非窗口计数的代码：

dt = dt %>%
  group_by(group) %>%
  mutate(count = row_number() - 1)

结果如下：

   group       date count
 1:     G 2014-04-01     0
 2:     G 2014-04-12     1
 3:     F 2014-04-07     0
 4:     G 2014-05-03     2
 5:     E 2014-04-14     0
 6:     E 2014-05-04     1
 7:     H 2014-03-31     0
 8:     H 2014-04-18     1
 9:     H 2014-04-23     2
10:     A 2014-04-01     0

这是数据集的一个小样本，实际数据集中包含几百万行记录，因此需要高效的解决方案。任何建议或提示都将非常感谢！

解决方案

data.table选项

dt[, date := as.Date(date)][, count := cumsum(date <= first(date) + 30) - 1, by = group]

结果如下：

> dt
   group       date count
 1:     G 2014-04-01     0
 2:     G 2014-04-12     1
 3:     F 2014-04-07     0
 4:     G 2014-05-03     1
 5:     E 2014-04-14     0
 6:     E 2014-05-04     1
 7:     H 2014-03-31     0
 8:     H 2014-04-18     1
 9:     H 2014-04-23     2
10:    A 2014-04-01     0

dplyr选项

dt %>%
  mutate(date = as.Date(date)) %>%
  group_by(group) %>%
  mutate(count = cumsum(date <= first(date) + 30) - 1) %>%
  ungroup()