如何加速依赖前一行值的递推计算？——消除内层循环优化分组ID的累积乘积计算

这个问题其实可以通过向量化的累积乘积操作彻底解决，因为你要计算的y本质上就是每个id组内x的累积乘积——y[1]=x[1]，y[2]=x[1]*x[2]，y[3]=x[1]*x[2]*x[3]，以此类推。完全不需要嵌套循环，下面给你几种高效的实现方案，速度会比循环快几个数量级，尤其是数据量大的时候：

方案1：用dplyr（tidyverse风格） #

如果你熟悉tidyverse生态，用dplyr的分组+mutate操作非常简洁：

library(dplyr)

dat <- dat %>%
  group_by(id) %>%
  mutate(y = cumprod(x)) %>%
  ungroup()

cumprod()是R内置的向量化函数，底层是优化过的C代码，比手动循环快得多；group_by(id)会自动按ID分组计算累积乘积，完全替代了你的两层循环。

方案2：用data.table（大数据量首选） #

如果你的数据量特别大（比如百万级以上的行），data.table的分组操作效率是最高的，它的内存使用和速度都优于dplyr：

library(data.table)

setDT(dat) # 把data.frame转换成data.table
dat[, y := cumprod(x), by = id]

这里by = id指定按ID分组，y := cumprod(x)直接在原数据上修改列，避免了额外的内存开销，速度非常快。

方案3：用base R（无需额外安装包） #

如果不想安装任何第三方包，用base R的ave()函数也能实现：

dat$y <- ave(dat$x, dat$id, FUN = cumprod)

ave()会按id分组对x应用cumprod函数，结果直接赋值给y，代码同样简洁，适合轻量场景。

验证结果 #

你可以用all.equal()对比新方法和原循环的结果，确认正确性：

# 假设你已经运行过原代码得到结果存储在dat_old中
all.equal(dat$y, dat_old$y) # 正确的话会返回TRUE

这些方法都完全消除了内层循环，甚至外层循环也被向量化的分组操作替代，在数据量越大的场景下，速度提升越明显。

内容的提问来源于stack exchange，提问作者user3439971