R 将每个ID的每日值汇总为每周平均值

我有一个带有ID的dataframe，其中包含独立连续时间段中的值，现在我想创建一个列，它是每日数据的每周平均值

df
id   date      value
 1   2018-1-12 3
 1   2018-1-13 4
 1   2018-1-14 5
 1   2018-1-15 5
 1   2018-1-16 3
 1   2018-1-17 5
 1   2018-1-18 5
 1   2018-1-19 5
 2   2017-1-14 8
 .
 .
 .
 12  2016-12-10 7

我想要我的df是

df
id   date      value  mean_week
 1   2018-1-12 3      mean(7 consecutive days starting 2018-1-12 and id=1)
 1   2018-1-13 4      mean(7 consecutive days starting 2018-1-12 and id=1)
 1   2018-1-14 5      mean(7 consecutive days starting 2018-1-12 and id=1)
 1   2018-1-15 5      mean(7 consecutive days starting 2018-1-12 and id=1)
 1   2018-1-16 3      mean(7 consecutive days starting 2018-1-12 and id=1)
 1   2018-1-17 5      mean(7 consecutive days starting 2018-1-12 and id=1)
 1   2018-1-18 5      mean(7 consecutive days starting 2018-1-12 and id=1)
 1   2018-1-19 5      NA(since there is no consecutive seven days)
 2   2017-1-14 5      mean(7 consecutive days starting 2017-1-14 and id=2)
 .
 .
 .
 12  2016-12-10 7    NA(since there is no consecutive seven days)

---

我寻找了一个简单的方法，但到目前为止，我只是以循环的方式来做。

类似这样的事情，但我不了解周开始条件

library(tidyverse)
 df=read.table(text="id   date      value
  1   2018-1-12 3
               1   2018-1-13 4
               1   2018-1-14 5
               1   2018-1-16 3
               1   2018-1-17 5",header=T)

 library(lubridate)
 df%>%
   mutate(week=isoweek(date))%>%
   group_by(week,id)%>%
   mutate(mean_week=mean(value,na.rm = T))
# A tibble: 5 x 5
# Groups:   week, id [2]
     id date      value  week mean_week
  <int> <fct>     <int> <dbl>     <dbl>
1     1 2018-1-12     3    2.        4.
2     1 2018-1-13     4    2.        4.
3     1 2018-1-14     5    2.        4.
4     1 2018-1-16     3    3.        4.
5     1 2018-1-17     5    3.        4.

库（tidyverse）
df=读取。表格（text=“id日期值
1   2018-1-12 3
1   2018-1-13 4
1   2018-1-14 5
1   2018-1-16 3
1 2018-1-17 5“，收割台=T）
图书馆（lubridate）
df%>%
变异（周=等周（日期））%>%
分组依据（周，id）%>%
变异（平均周=平均值，na.rm=T））
#一个tibble:5x5
#分组：周，id[2]
id日期值周平均值周
1     1 2018-1-12     3    2.        4.
2     1 2018-1-13     4    2.        4.
3     1 2018-1-14     5    2.        4.
4     1 2018-1-16     3    3.        4.
5     1 2018-1-17     5    3.        4.

每周汇总分组的数据。但是使用

mutate（）

这样每一行都会得到汇总值

df <- data.frame(date = as.Date("2018-01-01")+1:100,
                 value = sample(1:10,size = 100,replace = TRUE))


require(dplyr)
require(lubridate)



df %>% mutate(week = week(date)) %>%
  group_by(week) %>%
  mutate(summary = paste(round(mean(value),1),"(",n()," consecutive days starting ",min(date),")"))

df%变异（周=周（日期））%>%
按（周）分组%>%
变异（摘要=粘贴（四舍五入（平均值，1），“（”，n（），“连续天数开始”，分钟（日期），”））

给予

日期值周摘要
1 2018-01-02 3 1 4.7（从2018-01-02开始连续6天）
2 2018-01-03 6 1 4.7（从2018-01-02开始连续6天）
3 2018-01-04 11 4.7（从2018-01-02开始连续6天）
4 2018-01-05 11 4.7（从2018-01-02开始连续6天）
5 2018-01-06 10 1 4.7（从2018-01-02开始连续6天）
6 2018-01-07 7 1 4.7（从2018-01-02开始连续6天）
7 2018-01-08 22 4（从2018-01-08开始连续7天）
8 2018-01-09 22 4（从2018-01-08开始连续7天）
9 2018-01-10 5 2 4（从2018-01-08开始连续7天）
10 2018-01-11 7 2 4（从2018-01-08开始连续7天）

谢谢@jyjek的回复。。。编辑我的问题，使我的需求更容易理解。

date value  week                                           summary
<date> <int> <dbl>                                             <chr>
1  2018-01-02     3     1 4.7  ( 6  consecutive days starting  2018-01-02 )
2  2018-01-03     6     1 4.7  ( 6  consecutive days starting  2018-01-02 )
3  2018-01-04     1     1 4.7  ( 6  consecutive days starting  2018-01-02 )
4  2018-01-05     1     1 4.7  ( 6  consecutive days starting  2018-01-02 )
5  2018-01-06    10     1 4.7  ( 6  consecutive days starting  2018-01-02 )
6  2018-01-07     7     1 4.7  ( 6  consecutive days starting  2018-01-02 )
7  2018-01-08     2     2   4  ( 7  consecutive days starting  2018-01-08 )
8  2018-01-09     2     2   4  ( 7  consecutive days starting  2018-01-08 )
9  2018-01-10     5     2   4  ( 7  consecutive days starting  2018-01-08 )
10 2018-01-11     7     2   4  ( 7  consecutive days starting  2018-01-08 )