如何在R的data.table中基于前一行值实现土壤含水量滚动计算？

这类依赖前一行结果的迭代计算，用滚动窗口函数（rollapply/frollapply）确实不适用——因为滚动函数是基于固定窗口的历史值做聚合，无法传递递推的状态。下面用R中常用的data.table和dplyr结合purrr::accumulate来实现需求：

步骤1：构造示例数据（可替换为你的数据集） #

library(data.table)
library(purrr)
library(dplyr)

# 模拟站点数据：a(100), b(200), c(150)三个站点，各5个时段
set.seed(123)
dt <- data.table(
  site = rep(c("a", "b", "c"), each = 5),
  capacity = rep(c(100, 200, 150), each = 5),
  prc = sample(5:30, 15, replace = TRUE),
  evpt = sample(10:25, 15, replace = TRUE)
)

# 先计算change列（按你的规则）
dt[, change := ifelse(prc >= evpt, prc - evpt, exp(-((evpt - prc)/capacity)))]

步骤2：按站点分组计算含水量（content） #

方法1：data.table + purrr::accumulate #

accumulate会逐行迭代，将上一步的计算结果作为下一步的输入，完美匹配你的递推需求：

dt[, content := accumulate(
  .x = seq_len(.N),
  .f = function(prev_val, idx) {
    if (idx == 1) {
      # 初始值为站点最大持水量
      return(capacity[1])
    }
    # 按规则更新含水量
    if (prc[idx] >= evpt[idx]) {
      min(prev_val + change[idx], capacity[1])
    } else {
      prev_val * change[idx]
    }
  },
  .init = NULL
), by = site]

方法2：dplyr + purrr::accumulate #

如果你更熟悉tidyverse语法：

dt_tidy <- dt %>%
  as_tibble() %>%
  group_by(site, capacity) %>%
  mutate(
    content = accumulate(
      .x = 1:n(),
      .f = function(prev_val, idx) {
        if (idx == 1) {
          capacity
        } else {
          if (prc[idx] >= evpt[idx]) {
            min(prev_val + change[idx], capacity)
          } else {
            prev_val * change[idx]
          }
        }
      }
    )
  ) %>%
  ungroup()

关键说明 #

• 为什么rollapply/frollapply失败？这类函数的核心是固定窗口内的聚合计算，比如计算滑动均值，它不会把当前行的计算结果传递给下一行作为输入，因此无法处理这种"状态依赖"的递推逻辑。
• 确保每个站点的capacity在分组内是唯一值（你的数据应该已经满足），否则需要调整分组逻辑保证每个组对应一个站点的固定容量。

内容的提问来源于stack exchange，提问作者Simone Bianchi