R语言如何构建实现累加求和的counts自定义函数

你的简化判断完全正确。原counts函数的核心逻辑是统计指定公司在给定时间窗口内的总引用量，你的数据集已经提前聚合了单公司单年度的引用总次数，不需要再逐篇遍历专利计数，直接按「公司分组+时间窗口筛选+求和」的逻辑实现即可，和原函数结果完全一致，计算效率更高。

现有代码的核心问题 #

你写的代码存在几个基础逻辑错误，是运行失败的直接原因：

• 函数参数和全局变量重名，把全局拆分的向量直接写在函数逻辑里，没有做数据依赖封装
• 索引用法错误：x[1:M, j]是二维索引语法，仅适用于矩阵/数据框对象，你定义的x是存储引用数的一维向量，不存在列索引
• 序列生成语法错误：1:j要求j是单个数值，你定义的j是公司名称的向量，无法直接生成序列
• 循环没有设置结果存储结构，运行后只会保留最后一次循环的计算值，不会输出所有分组的结果

正确实现代码 #

1. 通用自定义函数（和目标函数逻辑完全对齐） #

先把数据集按公司、年份升序排序，避免年份乱序导致计算错误：

patents_grant <- patents_grant[order(patents_grant$Company, patents_grant$Year), ]

自定义函数支持传入目标公司、目标年份、时间窗口大小三个核心参数，默认使用patents_grant数据集：

counts <- function(target_company, target_year, window, data = patents_grant) {
  # 筛选对应公司、在指定时间窗口内的记录（窗口包含目标年份，向前推window-1年）
  match_data <- data[
    data$Company == target_company &
    data$Year >= (target_year - window + 1) &
    data$Year <= target_year,
  ]
  # 求和时自动忽略缺失值
  sum(match_data$count, na.rm = TRUE)
}

单条数据调用示例：计算某公司2010年的3年累计引用量

counts(target_company = "目标公司名", target_year = 2010, window = 3)

批量计算全量数据示例：给数据集所有行计算3年窗口累计引用，结果存为新列

patents_grant$counts_3y <- mapply(
  function(comp, yr) counts(target_company = comp, target_year = yr, window = 3),
  patents_grant$Company,
  patents_grant$Year
)

2. 大数据量高效计算方案 #

如果数据量较大，逐行调用函数效率偏低，可以直接用分组滚动求和的方式一次性生成所有结果：

# 首次运行需安装依赖包
# install.packages("RcppRoll")
patents_grant$counts_3y <- ave(
  patents_grant$count,
  patents_grant$Company,
  FUN = function(x) RcppRoll::roll_sum(x, n = 3, align = "right", fill = NA)
)

R自定义函数学习资源推荐 #

• 官方入门文档：《An Introduction to R》的Functions章节，是最准确的基础语法参考
• 实操入门：《R for Data Science》的Functions部分，覆盖函数参数设计、逻辑封装、异常处理等常用实操技巧
• 进阶提升：《Advanced R》的Functions章节，讲透R函数的作用域、环境、闭包等底层逻辑，能帮你避开全局变量混用、参数传递错误这类常见问题

内容的提问来源于stack exchange，提问作者Erika Dal Cortivo