为数据框每行计算条件聚合并新增列：mapply代码报错求助

你想用mapply替代循环为数据框每行计算截至当前比赛日的球队赛季累计胜场，但代码报错，问题出在这几个地方：

1. mapply的参数使用错误 #

• mapply不支持MARGIN参数，这个参数是apply/lapply等函数的专属，你写的MARGIN = 1属于无效参数。
• 错误地将整个game_data传给X参数，mapply是多参数映射工具，应该直接把需要的三个字段（赛季、日期、球队ID）作为独立参数传入，而非整个数据框。
• 代码里混用了game_data和df两个变量：函数内用game_data做筛选，但mapply里传的是df的列，若df不是game_data的别名，会导致数据不匹配或变量未定义报错。

2. 函数返回值处理不当 #

你的函数返回的是一个tibble/数据框，但mapply默认会简化结果结构，当返回空数据框（无匹配记录）或数据框时，无法直接赋值为数据框的列。而且原函数没有处理无匹配数据的情况，会导致赋值失败。

修正后的mapply写法 #

如果一定要用mapply，可以调整如下：

# 统一变量名，避免混用
wins_up_to_function <- function(curr_season, curr_date, curr_teamId) {
  # 直接提取数值，而非返回数据框
  res <- game_data %>% 
    filter(season == curr_season, game_date < curr_date, team_id == curr_teamId) %>% 
    summarize(x = sum(wl == "W", na.rm = TRUE)) %>% 
    pull(x)
  # 无匹配数据时返回0
  if (length(res) == 0) 0 else res
}

# 直接传递三个字段的向量给mapply
game_data$w_tot <- mapply(wins_up_to_function, 
                          curr_season = game_data$season,
                          curr_date = game_data$game_date,
                          curr_teamId = game_data$team_id)

更高效的替代方案（推荐） #

逐行循环或mapply的效率都不高，用dplyr的窗口函数可以实现向量级运算，速度快得多：

game_data <- game_data %>%
  # 按赛季、球队、比赛日期排序
  arrange(season, team_id, game_date) %>%
  # 按赛季+球队分组
  group_by(season, team_id) %>%
  # 计算截至当前比赛前的累计胜场：cumsum包含当前场，减去当前场的胜场结果
  mutate(w_tot = cumsum(wl == "W") - (wl == "W")) %>%
  # 取消分组（可选）
  ungroup()

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