如何在R中按组实现递减权重的累积求和（Grouped diminishing weighted cumsum）

给定如下R语言tibble数据：

df <- tibble(
  id = c(rep("ID100", 3), 
             rep("ID200", 3), 
             rep("ID450", 3)), 
  year = 2021, 
  month = c(rep(c(5, 6, 7), 3)), 
  value = 5 
)

数据预览：

# A tibble: 9 × 4
  id     year month value
  <chr> <dbl> <dbl> <dbl>
1 ID100  2021     5     5
2 ID100  2021     6     5
3 ID100  2021     7     5
4 ID200  2021     5     5
5 ID200  2021     6     5
6 ID200  2021     7     5
7 ID450  2021     5     5
8 ID450  2021     6     5
9 ID450  2021     7     5

需求：按id和year分组，对value列计算带递减权重的累积求和（命名为acc_sum）。权重规则为：组内最新的月份（最大month值）对应权重1，上一个月份对应0.5，再上一个对应0.25，以此类推（每次减半）。期望输出如下：

# A tibble: 9 × 5
  id     year month value acc_sum
  <chr> <dbl> <dbl> <dbl>   <dbl>
1 ID100  2021     5     5    1.25 # 5 * 0.25
2 ID100  2021     6     5    4    # 5 * 0.5 + 1.25
3 ID100  2021     7     5    9    # 5 * 1 + 4
4 ID200  2021     5     5    1.25
5 ID200  2021     6     5    4   
6 ID200  2021     7     5    9   
7 ID450  2021     5     5    1.25
8 ID450  2021     6     5    4   
9 ID450  2021     7     5    9 

当前已尝试硬编码权重的实现方式，但扩展性差（组内元素数量变化时需手动修改）：

df %>%
  group_by(id, year) %>%
  arrange(id, year, month) %>%
  mutate(weights = last(value) +
           lag(value) * 0.5 +
           lag(value, 2) * 0.25)

需要实现无需硬编码权重的通用方案，可借助cumsum或accumulate函数。

方法1：用cumsum结合组内位置自动计算权重 #

这是最简洁的方案，利用组内元素总数和当前行的位置，自动生成对应权重，再通过cumsum计算累积和：

library(dplyr)

df %>%
  group_by(id, year) %>%
  arrange(month) %>% # 确保按月份升序排列
  mutate(
    # 生成对应权重：组内第i行的权重为0.5^(组内总数 - 当前行号)
    weight = 0.5^(n() - row_number()),
    acc_sum = cumsum(value * weight)
  ) %>%
  select(-weight) # 移除中间变量

逻辑说明：

• n()获取当前组的元素总数
• row_number()获取当前行在组内的位置（从1开始）
• 权重公式0.5^(n() - row_number())自动适配组内元素数量，比如3个元素的组会生成0.25, 0.5, 1的权重序列，完全匹配需求
• cumsum(value * weight)直接计算出期望的累积求和结果

方法2：用purrr::accumulate实现递推累加 #

如果偏好递推逻辑，可以用accumulate函数，先生成对应权重序列再累加：

library(dplyr)
library(purrr)

df %>%
  group_by(id, year) %>%
  arrange(month) %>%
  mutate(
    # 生成反转的权重序列：2^-(0:(n()-1))生成1,0.5,0.25，反转后得到0.25,0.5,1
    weights = rev(2^-(0:(n()-1))),
    acc_sum = accumulate(value * weights, ~ .x + .y)
  ) %>%
  select(-weights)

逻辑说明：

• 2^-(0:(n()-1))生成从1开始依次减半的权重序列，反转后适配按月份升序的行顺序
• accumulate函数依次累加每个value*weight的值，得到累积求和结果

两种方法都无需硬编码权重，可自动适配任意数量的组内元素，完全满足需求。

内容的提问来源于stack exchange，提问作者HoelR