R语言使用dplyr实现数据列递归逐行计算的方法

普通mutate搭配lag()无法实现这个需求，因为常规向量化运算只会读取列的初始值，不会逐行引用上一步刚生成的计算结果。你可以直接用tidyverse自带的purrr::accumulate()实现递推逻辑，和现有dplyr管线完全兼容，代码如下：

library(dplyr, warn.conflicts = FALSE)
library(purrr)

mtcars %>% 
  as_tibble() %>% 
  select(mpg, qsec) %>% 
  head(5) %>% 
  mutate(
    new_col = accumulate(
      # 传入从第二行开始的每行 mpg + qsec 计算值
      .x = mpg[-1] + qsec[-1],
      # 递推规则：当前行总和 - 上一行new_col值
      .f = \(prev_new_col, current_sum) current_sum - prev_new_col,
      # 指定第一行new_col的初始值
      .init = 10
    )
  )

运行后输出完全匹配你的预期结果：

#> # A tibble: 5 × 3
#>     mpg  qsec new_col
#>   <dbl> <dbl>   <dbl>
#> 1  21    16.5    10  
#> 2  21    17.0    28  
#> 3  22.8  18.6    13.4
#> 4  21.4  19.4    27.4
#> 5  18.7  17.0     8.3

逻辑说明 #

• accumulate会按顺序遍历输入向量，每一步的计算结果会自动作为下一步计算的第一个参数传入，天然适配逐行依赖上一行计算值的递归场景
• .init = 10对应第一行固定的new_col初始值
• 输入向量mpg[-1] + qsec[-1]是从第二行开始的每行mpg与qsec的和，递推时直接用这个和减去上一步算出的new_col，就得到当前行的new_col值
• 如果使用R 4.1以下版本，把函数简写\()替换为标准写法function()即可正常运行

内容的提问来源于stack exchange，提问作者jyjek