如何正确使用accumulate和cumsum实现数据投影计算

基于df2中列B的增长率，对df1每行的Z、W、V值进行逐年投影计算，规则为每年数值以上一年结果乘以(1+当年B值)递推。尝试过accumulate和cumsum函数未得到预期结果，计划结合cross_join和across完成全量计算，以下是正确实现方式。

相关数据结构 #

# df1：2020年初始值数据
df1 <- tibble(
  X = c("abc", "abc", "efg", "efg"),
  Y = c("ab", "cd", "ef", "gh"),
  year = 2020,
  Z = c(0.1, 0.2, 0.3, 0.4),
  W = c(0.7, 0.8, 0.9, 1),
  V = c(1.3, 1.4, 1.5, 1.6)
)

# df2：2021-2025年增长率数据
df2 <- tibble(
  year = 2021:2025,
  B = c(0.05, 0.063, 0.049, 0.061, 0.057)
)

尝试过的代码（未得到预期结果） #

# 错误使用accumulate计算示例
df3 <- df2 %>% mutate(example2 = accumulate(B, ~ 0.1 * ( .x +1)))

# 尝试结合cumsum，仍未解决问题
df3 <- df2 %>% mutate(example2 = cumsum(accumulate(B, ~ 0.1 * ( .x +1))))

预期的代码逻辑方向 #

计划通过cross_join关联初始数据与增长率数据，用across批量处理多列递推，大致逻辑如下：

df3 <- mutate(cross_join(df1[-3], df2), across(Z:V)*(H), H = NULL)

正确实现方案 #

步骤1：计算累积增长乘数 #

首先给df2添加累积增长乘数列，accumulate需用于递推计算乘积，初始值设为1（对应2020到2021的首次增长）：

library(dplyr)
library(purrr)

df2_with_multiplier <- df2 %>%
  mutate(
    # 计算从2021年开始的累积乘数：2021年为1.05，2022年为1.05*1.063，以此类推
    cum_multiplier = accumulate(1 + B, `*`, .init = 1) %>% tail(-1)
  )

步骤2：关联数据并计算投影值 #

用cross_join关联df1的初始数据（移除重复的year列）和带乘数的df2，再批量计算Z、W、V的逐年投影值，最后补充2020年的初始记录：

result_df <- cross_join(df1 %>% select(-year), df2_with_multiplier) %>%
  mutate(
    # 批量将初始值乘以对应年份的累积乘数
    across(Z:V, ~ .x * cum_multiplier)
  ) %>%
  # 添加2020年的初始数据
  bind_rows(df1 %>% mutate(cum_multiplier = 1)) %>%
  # 按分组和年份排序
  arrange(X, Y, year)

结果验证 #

最终的result_df包含每个X-Y组合2020-2025年的完整数据，完全符合递推规则。例如X=abc、Y=ab的Z值：

• 2020: 0.1
• 2021: 0.1 * 1.05 = 0.105
• 2022: 0.105 * 1.063 ≈ 0.111615
• 后续年份以此递推

内容的提问来源于stack exchange，提问作者dmoyaec