自定义R函数allocate_data_m运行报错求助：无法分配total_amount

场景与代码重现 #

首先是数据准备代码：

library(tidyverse)

detail <- data.frame(cat = c("a","a","a","b","b","b","b","c","c"),
                     single_amount = c(1,3,7,2,1,4,6,1,6))
    
total <- data.frame(cat = c("a","b","c"),
                    total_amount = c(20,10,9))
    
raw_df <- detail %>% left_join(total, by = 'cat')

用户自定义了函数allocate_data_m，意图实现"当累计single_data小于total_amount时分配对应值，否则为0"的逻辑：

allocate_data_m <- function(data, single_data, total_data) {
  out <- cumsum_single_data <- rep('NA', nrow(data))
  for (grouprow in seq_len(nrow(data))) {
    
    cumsum_single_data[grouprow] <- 
      if_else(grouprow == 1, data[grouprow, single_data],
              cumsum_single_data[grouprow-1] + data[grouprow, single_data])
    
    out[grouprow] <- if_else(cumsum_single_data[grouprow] < data[grouprow, total_data], data[grouprow, single_data], 0)
  }
    out 
}

但在分组调用时出现报错：self_function can't work-- Can't subset columns past the end，调用代码如下：

raw_df %>%
  group_by(cat) %>%
  mutate(amount_x_all = allocate_data_m(cur_data(), single_amount, total_amount))

用户期望的效果可通过以下代码实现：

raw_df %>%
  group_by(cat) %>%
  mutate(amount_x_all = if_else(cumsum(single_amount) < total_amount, single_amount, 0))

报错原因分析 #

1. 参数传递类型错误：在mutate中传递single_amount和total_amount时，实际传递的是列的数值向量，而非列名字符串。但函数里用data[grouprow, single_data]的方式试图按列名取子集，这就导致R把向量当作列索引去匹配，自然会出现"无法超出列数取子集"的错误。
2. 变量类型初始化错误：cumsum_single_data被初始化为字符型的'NA'，后续做数值加法时会触发类型不兼容问题，进一步加剧报错。
3. 循环逻辑冗余且错误：手动实现cumsum完全没必要，而且循环中对累计值的类型处理混乱，导致后续比较逻辑失效。

修复方案 #

方案1：修正自定义函数 #

如果一定要保留自定义函数，需调整参数传递方式（改用列名字符串）并修正类型问题：

allocate_data_m <- function(data, single_col, total_col) {
  # 提取列的数值向量
  single_data <- data[[single_col]]
  total_data <- data[[total_col]]
  # 计算累计值
  cumsum_vals <- cumsum(single_data)
  # 生成结果
  if_else(cumsum_vals < total_data, single_data, 0)
}

调用时传递列名字符串：

raw_df %>%
  group_by(cat) %>%
  mutate(amount_x_all = allocate_data_m(cur_data(), "single_amount", "total_amount"))

方案2：直接使用原生dplyr逻辑（推荐） #

用户已经写出了正确的简洁实现，完全不需要自定义函数：

raw_df %>%
  group_by(cat) %>%
  mutate(amount_x_all = if_else(cumsum(single_amount) < total_amount, single_amount, 0))

这段代码利用dplyr的分组自动处理特性，结合cumsum原生函数，直接实现需求，既简洁又避免了自定义函数的潜在问题。

内容的提问来源于stack exchange，提问作者anderwyang