R语言按实体逐年计算Cumulative sum（累积求和）的实现方法

问题分析 #

你需要为每个id计算跨年度的累积求和，但当前代码通过group_by(id, year)仅实现了年度内的累积，无法跨年度累加。正确的思路是先汇总每个id每年的总数，再基于年度汇总结果做跨年度累积。

解决方案代码 #

library(tidyverse)

# 示例数据集
data <- data.frame(id=c("a","a","a","b","a","b","b"),cars=c(1,1,1,1,1,1,1),year=c(2001,2001,2002,2003,2003,2003,2004))

# 实现跨年度累积求和
data %>%
  # 1. 汇总每个id每年的cars总数
  group_by(id, year) %>%
  summarise(year_total = sum(cars), .groups = "drop_last") %>%
  # 2. 按id计算跨年度累积求和
  mutate(csum = cumsum(year_total)) %>%
  # 3. 调整列名和顺序匹配预期结果
  select(id, cars = year_total, year, csum)

代码说明 #

• 汇总年度总数：通过group_by(id, year)和summarise，将每个id同一年的多条记录合并为年度总数（比如a在2001年的2条1汇总为2）。
• 跨年度累积：此时分组仅保留id，cumsum(year_total)会对每个id的年度总数逐年累加，实现跨年度累积效果。
• 调整列结构：用select将year_total重命名为cars，并调整列顺序，与你期望的输出格式一致。

输出结果 #

运行代码后会得到如下结果：

# A tibble: 5 × 4
# Groups:   id [2]
  id    cars  year  csum
  <chr> <dbl> <dbl> <dbl>
1 a         2  2001     2
2 a         1  2002     3
3 a         1  2003     4
4 b         2  2003     2
5 b         1  2004     3

内容的提问来源于stack exchange，提问作者Coralie