使用dplyr实现前向累计窗口：判断+5/-5谁先出现（无额外包）

首先，先构造你的数据框：

df <- data.frame(
  ID = 1:13,
  Change = c(-2, -4, 3, -1, 5, 6, 2, -5, 3, -5, 2, 6, 1)
)

你的原代码问题在于：myfunc接收的是整个lead(Change)的向量，而非每行对应的「从下一行到末尾」的Change切片，导致函数只计算了一次全局累计，无法生成每行对应的结果。

步骤1：编写判断函数 #

这个函数接收某一行后续的Change值，计算累计后判断首次达标情况：

calc_out <- function(changes) {
  # 没有后续数据（最后一行）直接返回NA
  if (length(changes) == 0) {
    return(NA)
  }
  
  cum_vals <- cumsum(changes)
  first_up <- which(cum_vals >= 5)[1]  # 首次累计≥5的位置
  first_down <- which(cum_vals <= -5)[1]  # 首次累计≤-5的位置
  
  # 两种情况都未出现
  if (is.na(first_up) && is.na(first_down)) {
    return(NA)
  }
  # 只有下跌达标
  if (is.na(first_up)) {
    return(0)
  }
  # 只有上涨达标
  if (is.na(first_down)) {
    return(1)
  }
  # 比较哪个先出现
  return(ifelse(first_up < first_down, 1, 0))
}

步骤2：用dplyr逐行处理 #

通过rowwise()实现逐行计算，对每行取row_number()+1到末尾的Change切片传入函数：

library(dplyr)

result_df <- df %>%
  rowwise() %>%
  mutate(
    Out = calc_out(Change[(row_number() + 1):n()])
  ) %>%
  ungroup()

验证结果 #

运行后得到的result_df与你预期的结果一致：

ID Change   Out
1   1     -2     1
2   2     -4     1
3   3      3     1
4   4     -1     1
5   5      5     1
6   6      6     0
7   7      2     0
8   8     -5     1
9   9      3     0
10 10     -5     1
11 11      2     1
12 12      6    NA
13 13      1    NA

内容的提问来源于stack exchange，提问作者DataMonkey