R基于A列条件及新列自身上一行值生成新列B的实现问题

• 报错原因：通常有两种可能：一是你没有提前加载dplyr包，导致mutate函数无法识别数据框对象；二是你的工作环境中存在名为df的函数，覆盖了你创建的df数据框，可以先运行rm(df)清除变量后重新生成数据框测试。
• 逻辑错误原因：即使解决了报错，你用mutate + lag的组合也无法得到正确结果。因为mutate是向量化运算，lag(B)取的是计算前B列的上一行值，而你的需求里B列每一行的取值都依赖上一行刚计算完成的动态B值，属于迭代依赖场景，普通向量化运算无法直接处理。

方案1：使用purrr::accumulate（tidyverse生态方案） #

accumulate是专门用于迭代累积计算的函数，刚好匹配你的需求，每一步计算都会把上一步的输出作为参数传入当前计算：

# 加载依赖包
library(dplyr)
library(purrr)

# 生成测试数据
A <- c(1,0,2,0,2,0,2,0,2,0,2,0,1,0,1,0,2,0,2,0,1,0,2,0)
Bdesiredoutcome <- c(1,1,2,2,3,3,4,4,5,5,6,6,1,1,1,1,2,2,3,3,1,1,2,2)
df <- data.frame(A, Bdesiredoutcome)

# 计算B列
df <- df %>%
  mutate(B = accumulate(A, function(prev_b, current_A) {
    case_when(
      current_A == 1 ~ 1,
      current_A == 0 ~ prev_b,
      current_A == 2 ~ prev_b + 1
    )
  }))

运行后生成的B列和预期结果完全一致。

方案2：基础R循环方案 #

如果你不想加载额外包，用基础的for循环也可以实现，逻辑更直观：

# 生成测试数据
A <- c(1,0,2,0,2,0,2,0,2,0,2,0,1,0,1,0,2,0,2,0,1,0,2,0)
Bdesiredoutcome <- c(1,1,2,2,3,3,4,4,5,5,6,6,1,1,1,1,2,2,3,3,1,1,2,2)
df <- data.frame(A, Bdesiredoutcome)

# 初始化B列
df$B <- NA_real_
df$B[1] <- 1 # 第一行A为1，直接赋值为1

# 从第二行开始迭代计算
for (i in 2:nrow(df)) {
  if (df$A[i] == 1) {
    df$B[i] <- 1
  } else if (df$A[i] == 0) {
    df$B[i] <- df$B[i-1]
  } else if (df$A[i] == 2) {
    df$B[i] <- df$B[i-1] + 1
  }
}

内容的提问来源于stack exchange，提问作者Gebruiker10