在R中用case_when结合lag函数实现累积操作，是否需要循环？

你遇到的报错是因为mutate是整列批量计算的，在计算id2的过程中，lag(id2)无法引用到还未完全创建的id2列的上一行值。要实现这种依赖上一次结果的累积操作，应该用purrr包的accumulate2函数，它能逐行迭代计算，每一步都用上一次的输出作为下一次的输入。

解决方案代码 #

library(tidyverse)

df <- tibble(code = c("start","fi","fu","fi","start","fi","start","fu"),
             id = c("x,y,", "y,", "z,p,", "p,", "z,p,", "p,", "x,y,z,", "p,q,"))

df %>%
  mutate(
    id2 = accumulate2(code, id, ~ {
      case_when(
        ..2 == "start" ~ ..3,
        ..2 == "fu" ~ paste0(..1, ..3),
        ..2 == "fi" ~ str_replace_all(..1, ..3, "")
      )
    }, .init = "") %>% tail(-1)
  )

代码说明 #

• accumulate2(code, id, ...)：同时迭代code和id两个向量，..1代表上一次计算得到的id2值，..2是当前行的code，..3是当前行的id。
• .init = ""：设置初始值为空字符串，确保第一行计算时有合法的上一次结果。
• tail(-1)：去掉accumulate2返回结果中的初始空字符串，让id2的长度和原数据一致。
• case_when逻辑完全匹配你的需求：
  • 当code为start时，将当前id作为新的起点；
  • 当code为fu时，把当前id拼接到上一次的结果后；
  • 当code为fi时，从上一次的结果中移除当前id对应的字符串。

运行结果 #

# A tibble: 8 × 3
  code  id      id2     
  <chr> <chr>   <chr>   
1 start x,y,    x,y,    
2 fi    y,      x,      
3 fu    z,p,    x,z,p,  
4 fi    p,      x,z,    
5 start z,p,    z,p,    
6 fi    p,      z,      
7 start x,y,z,  x,y,z,  
8 fu    p,q,    x,y,z,p,q,

注：你的期望输出第七行id2为x,z,，这和你描述的start重置逻辑不符，上述代码严格遵循你提出的规则执行。如果需要调整逻辑，可以修改case_when中的对应分支。

内容的提问来源于stack exchange，提问作者Edoardo