R语言中使用purrr::accumulate对嵌套tibble进行累积计算时初始值未正确传递的问题

你的核心问题出在分组状态下的mutate执行逻辑：因为你最初的tibble是按ID分组的，当你在mutate中调用accumulate时，R会对每个ID分组单独运行accumulate，导致每个分组都从初始值1000开始计算，完全无法跨ID传递累积结果——这就是第二个G_i错误使用1000而非2030的原因。

修正代码 #

只需要先取消分组，让accumulate能遍历所有data元素并连续传递累积值即可：

tab <- data.frame(A = c("A","B","A","B"), ID = c(1,1,2,2), V1 = c(20,40,25,30), V2 = c(0.2,0.8,0.3,0.7) ) %>% 
  group_by(ID) %>% 
  nest()

# 修正后的代码
tab %>%
  ungroup() %>%  # 关键步骤：解除分组，让accumulate跨ID处理
  mutate(
    G_i = purrr::accumulate(data, function(prev_total, group_data) {
      # 用传入的上一次累积值计算当前分组的总和
      group_data %>%
        group_by(A) %>%
        mutate(current_G = prev_total + prev_total * V2 / V1) %>%
        pull(current_G) %>%
        sum()
    }, .init = 1000) %>%
      tail(-1)  # 移除初始值，只保留每个ID对应的计算结果
  )

运行结果 #

执行后会得到你期望的输出：

# A tibble: 2 × 3
     ID data             G_i
  <dbl> <list>         <dbl>
1     1 <tibble [2 × 3]> 2030
2     2 <tibble [2 × 3]> 4131.727

细节说明 #

1. ungroup()的作用：解除原有的ID分组约束，确保accumulate能对整个data列的两个元素进行连续计算，第一个分组的结果会作为第二个分组的初始值传入。
2. 参数命名优化：把函数参数改为prev_total和group_data，更直观地表示“上一次的累积总和”和“当前要处理的分组数据”。
3. 简化求和逻辑：用pull(current_G) %>% sum()替代原代码的sum(out$G_i)，逻辑完全一致但更简洁可读。

内容的提问来源于stack exchange，提问作者John