使用mutate()更新列时遇报错，需按OFFICIAL_NUMBER保留首值处理

报错原因 #

在dplyr::mutate()中直接使用UPDATED_PENALTY$列名会调用整个数据框的列数据，而非当前分组内的对应行数据，导致长度不匹配（报错中分组内数据长度为12，但全局列长度为32217）。

修正代码 #

# 计算 HISTORIC_PENALTY（原逻辑保留）
UPDATED_PENALTY$HISTORIC_PENALTY <- ave(UPDATED_PENALTY$PENALTY, UPDATED_PENALTY$OFFICIAL_NUMBER, FUN = cumsum)

# 按 OFFICIAL_NUMBER 分组处理 cum_prodsum
UPDATED_PENALTY <- UPDATED_PENALTY %>%
  group_by(OFFICIAL_NUMBER) %>%
  mutate(
    cum_prodsum = case_when(
      row_number() == 1 ~ HISTORIC_PENALTY,  # 每组第一行保留原值
      INSPECTION_CLEARED == TRUE ~ HISTORIC_PENALTY * 0.9,
      TRUE ~ HISTORIC_PENALTY * 0.9 + PENALTY
    )
  ) %>%
  ungroup()  # 可根据需求选择是否取消分组

关键说明 #

• 新增group_by(OFFICIAL_NUMBER)明确分组，确保逻辑针对每个独立的编号组生效。
• 用row_number() == 1识别每组第一行，直接保留HISTORIC_PENALTY原值。
• 替换ifelse为case_when，多条件判断逻辑更清晰易读。
• 管道内直接使用列名（如INSPECTION_CLEARED），避免全局数据引用导致的长度不匹配问题。

内容的提问来源于stack exchange，提问作者avxeesh