求基于数据框q向量分组的p向量滞后累积求和生成r向量的R代码

针对你需要基于q分组，对p做滞后累积求和生成r的需求，这里提供几种高效的实现方案，替代生成多个滞后向量的繁琐方法：

方法1：使用dplyr（tidyverse风格） #

通过分组后先做累积求和，再对结果做滞后处理，默认补0：

library(dplyr)

# 假设数据框t已按q排序
t <- t %>%
  group_by(q) %>%
  mutate(r_new = lag(cumsum(p), default = 0)) %>%
  ungroup()

# 验证结果
all.equal(t$r, t$r_new) # 返回TRUE表示结果一致

方法2：使用data.table（适合大数据场景） #

data.table的分组操作效率更高，语法简洁：

library(data.table)

setDT(t)
t[, r_new := shift(cumsum(p), fill = 0), by = q]

# 验证结果
all.equal(t$r, t$r_new)

方法3：基础R实现（无需额外包） #

利用ave函数完成分组计算，手动构造滞后累积和：

t$r_new <- ave(t$p, t$q, FUN = function(x) {
  if (length(x) == 1) {
    0
  } else {
    c(0, cumsum(x[-length(x)]))
  }
})

# 验证结果
all.equal(t$r, t$r_new)

这三种方法都能直接得到目标向量r，核心逻辑都是组内先累积求和，再将结果滞后一位，首个元素补0，避免了生成多个滞后向量的冗余操作。

内容的提问来源于stack exchange，提问作者Sanjay