如何在data.table中按行计算年份列累积和并更新列值

问题原因 #

你用rowSums得到的是每行所有年份列的总和，而非截至当前年份的累积和，所以每个新列都会被赋值为同一行的总和。要实现逐列累积求和，需要对每行的年份列从左到右依次累加。

解决方案 #

先注意你示例里重复了year_2020列，建议先修正列名避免冲突，假设修正后的年份列列表是year_columns <- c("year_2019", "year_2020", "year_2021")，可以用以下代码：

library(data.table)

# 修正重复列名（如果存在）
setnames(dt, old = "year_2020", new = "year_2021", skip_absent = TRUE)
year_columns <- c("year_2019", "year_2020", "year_2021")

# 计算行内累积和并赋值给新列
dt[, (paste0("cumulative_", year_columns)) := as.data.table(t(apply(.SD, 1, cumsum))), .SDcols = year_columns]

代码解释 #

• apply(.SD, 1, cumsum)：对每行（MARGIN=1）的年份列执行累积求和，返回按列存储结果的矩阵（每行对应原数据的一列）。
• t()：转置矩阵，让结果的行列对应原数据的行列。
• as.data.table()：将转置后的矩阵转为data.table格式，方便直接赋值给新列。

验证结果 #

运行后你的data.table会变成：

大数据量高效替代方案 #

如果数据集规模较大，apply效率不足，可以用matrixStats包的rowCumsums函数，省去转置操作：

library(matrixStats)
dt[, (paste0("cumulative_", year_columns)) := as.data.table(rowCumsums(as.matrix(.SD))), .SDcols = year_columns]

内容的提问来源于stack exchange，提问作者TvCasteren