R语言实现滚动和<20分组：能否用map函数替代for循环

可以实现，但更合适的是使用purrr包中的accumulate函数（属于map系列工具，专门处理带状态的累积计算）。普通map是无状态的元素映射，无法直接跟踪滚动和与当前组号这两个需要延续的状态，而accumulate可以在迭代过程中传递状态，完美匹配你的分组逻辑。

实现代码 #

library(purrr)

# 定义状态处理函数：输入上一轮状态和当前值，返回新状态
update_group <- function(state, current_val) {
  new_sum <- state$rolling_sum + current_val
  if (new_sum > 20) {
    # 开启新分组，重置滚动和为当前值
    list(rolling_sum = current_val, group = state$group + 1)
  } else {
    # 保留当前分组，更新滚动和
    list(rolling_sum = new_sum, group = state$group)
  }
}

# 初始状态：滚动和为0，起始组号为1
initial_state <- list(rolling_sum = 0, group = 1)

# 累积计算每个元素对应的状态
all_states <- accumulate(data$row, update_group, .init = initial_state)

# 提取每个元素的组号（剔除初始状态）
groups <- map_int(all_states[-1], ~ .x$group)

# 合并结果
result <- data.frame(data, groups)
print(result)

代码说明 #

1. accumulate会依次将每个row值传入update_group函数，同时传递上一轮的状态（滚动和+组号），完全替代for循环中的状态跟踪逻辑。
2. map_int从每个状态对象中提取组号，转换为整数向量。
3. 运行结果与原for循环完全一致：

row groups
1    1      1
2    2      1
3    3      1
4    4      1
5    5      1
6    6      2
7    7      2
8    8      3
9    9      3
10  10      4

如果一定要局限于“map”这个名称，accumulate本身就是purrr包map家族的成员，是处理这类带状态迭代的最优选择，而非普通的map函数。

内容的提问来源于stack exchange，提问作者jkatam