基于R语言Base包实现按x首次出现计算y求和的result向量

给定已按x列排序的数据集：

df <- data.frame(x = c(1,2,3,4,5,6,6,8,9,10,10,11,11,11,12,13,13,14),
                 y = c(1,2,3,4,5,6,7,8,9,1,2,4,5,3,5,6,7,8),
                 result = c(1,2,3,4,5,13,0,8,9,1,0,4,0,0,5,13,0,8))

需要生成result向量，规则等价于Excel公式IF(COUNTIFS($A$2:A2,A2)>1,0,SUMIFS(B:B,A:A,A2))：

• 若当前行的x值为首次出现，计算所有相同x值对应的y列之和
• 否则赋值为0
• 要求使用Base R编写，适配大型数据集，无需额外排序

方案一：结合tapply与duplicated #

# 计算每个x对应的y总和
x_group_sums <- tapply(df$y, df$x, sum)
# 生成result：首次出现的x取对应总和，重复行赋值0
df$result <- ifelse(!duplicated(df$x), x_group_sums[as.character(df$x)], 0)

• tapply是Base R中高效的分组聚合函数，适合处理大型数据集的分组求和
• duplicated快速标记重复行，配合ifelse完成赋值逻辑

方案二：使用ave函数（更简洁） #

df$result <- ave(df$y, df$x, FUN = function(group) {
  ifelse(seq_along(group) == 1, sum(group), 0)
})

• ave按x分组处理y值，每个分组内仅第一行（因数据集已按x排序，即首次出现的行）返回分组总和，其余行返回0
• 全程向量化操作，无循环，效率适配大型数据集

内容的提问来源于stack exchange，提问作者Mohit