R语言数据框中cumsum列历年同期值累加需求

针对你的需求——新增一列计算cumsum当前值与所有前N个年度同期值的总和，这里提供几种简洁可行的R语言实现方案：

先明确你的数据结构 #

你的数据框包含从2000-01到2005-01的月度日期，cumsum列是从1开始的连续序列，共61行数据。

方案1：dplyr滞后值直接求和（固定滞后数） #

如果你明确知道最多需要回溯的年度数（比如最多4年，即48个月），可以直接用lag()函数结合行级计算：

library(dplyr)

df <- df %>%
  rowwise() %>%
  mutate(
    annual_sum = sum(
      cumsum,
      lag(cumsum, 12),  # 1年前同期
      lag(cumsum, 24),  # 2年前同期
      lag(cumsum, 36),  # 3年前同期
      lag(cumsum, 48),  # 4年前同期
      na.rm = TRUE      # 忽略不存在的滞后值（比如前12行没有1年前数据）
    )
  ) %>%
  ungroup()

方案2：按月份分组累加（灵活适配任意年份） #

这种方法更通用，不需要提前确定回溯次数，直接按月份分组后累加历年同期值：

library(dplyr)

df <- df %>%
  mutate(month = format(date, "%m")) %>%  # 提取月份作为分组依据
  group_by(month) %>%                     # 按同月分组
  mutate(annual_sum = cumsum(cumsum)) %>% # 组内累加（即历年同月值总和）
  ungroup()

比如2001年1月的annual_sum就是2000年1月+2001年1月的值，2002年1月则是前两年的和加当前值，完全匹配你的需求。

方案3：zoo包滑动窗口求和 #

如果你习惯用滑动窗口工具，zoo包的rollapply()可以精准定位历年同期位置：

library(zoo)
library(dplyr)

df <- df %>%
  mutate(
    annual_sum = rollapply(
      cumsum,
      width = list(seq(0, nrow(df)-1, 12)),  # 取当前行及往前每12行的位置
      FUN = sum,
      fill = cumsum,                         # 对没有滞后值的行填充当前值
      align = "right"                        # 以当前行为基准对齐
    )
  )

关于你之前尝试方法的问题 #

你用rep(lag(cumsum,12), nrow(df)/12)的思路有两个问题：

1. 只是重复12个月前的值，没有实现累加逻辑；
2. 你的数据行数是61，nrow(df)/12不是整数，会导致重复后的长度与原数据不匹配，直接报错。

内容的提问来源于stack exchange，提问作者Sulz