修复基于更新数据做条件校验与更新的R循环代码错误

需求说明 #

按number分组、date排序后更新列b：

• 若当前行a[i]和上一行a[i-1]均不为NA且都小于60，b[i] = b[i-1] + c[i]
• 否则b[i] = 0，初始b[1] = 0

dplyr方案错误分析与修复 #

原代码错误原因 #

使用do()结合循环修改行的方式会触发tibble的严格维度检查：分组后的tibble是按组拆分的单列/单行结构，直接data$b[i] <- ...会导致赋值数据维度与现有数据不匹配，从而抛出"无法回收输入大小"的错误。

正确实现（向量化递推，高效无循环） #

用purrr::accumulate2实现递推计算，替代循环：

library(dplyr)
library(purrr)

# 假设原始数据框名为data_frame
result <- data_frame %>%
  group_by(number) %>%
  arrange(date) %>%
  mutate(
    # 生成每行的有效条件（lag(a)对应上一行的a）
    is_valid = !is.na(a) & !is.na(lag(a)) & a < 60 & lag(a) < 60,
    # 递推计算b：初始值为0，后续行根据条件决定累加或重置
    b = accumulate2(
      .x = c, 
      .y = is_valid[-1],  # 去掉第一行的NA（lag(a)无对应值）
      .init = 0,
      ~ if (.y) .x + .z else 0
    ) %>% unlist()
  ) %>%
  ungroup()

代码解释 #

• accumulate2可同时传递两个序列：c（待累加值）和is_valid[-1]（从第二行开始的条件判断）
• .init = 0对应b[1] = 0的初始设定
• 每一步逻辑：条件为真则用上一轮b值加当前c，否则重置为0

data.table方案错误分析与修复 #

原代码错误原因 #

data.table中的.SD是锁定对象，不允许直接在.SD内部用:=修改；将逻辑封装成函数再调用的方式不符合data.table语法习惯，会触发锁定错误。

正确实现（两种方式） #

方式1：循环结合set()函数（直观易读）

library(data.table)

# 转换为data.table并排序
setDT(data_frame)
data_frame <- data_frame[order(number, date)]

# 初始化b为0
data_frame[, b := 0]

# 按number分组循环更新
data_frame[, {
  n <- .N
  for (i in 2:n) {
    curr_a <- a[i]
    prev_a <- a[i-1]
    if (!is.na(curr_a) && !is.na(prev_a) && curr_a < 60 && prev_a < 60) {
      set(data_frame, i, "b", data_frame[i-1, b] + data_frame[i, c])
    } else {
      set(data_frame, i, "b", 0)
    }
  }
  .SD
}, by = number]

方式2：向量化实现（高效无循环）

用rleid()标记连续的有效区间，再计算累加和：

data_frame[, is_valid := !is.na(a) & !is.na(shift(a)) & a < 60 & shift(a) < 60]
data_frame[, grp := rleid(is_valid), by = number]
data_frame[, b := ifelse(is_valid, cumsum(c) - first(c) + first(b), 0), by = .(number, grp)]
# 修正初始值：每组第一行b保持0
data_frame[1, b := 0, by = number]

验证数据样本 #

用你提供的样本数据测试，两种方案均能得到预期的b列结果：

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