在R中使用dplyr复现SQL OVER(PARTITION BY)累计求和列的问题

报错原因 #

• with_order参数使用错误：fun参数需传入函数对象（如cumsum），不可传入已执行的函数调用表达式（如cumsum(new_vaccinations)），需传入函数的计算值要放在x参数中，参数传混是你报错的直接原因。
• 实现方向偏差：with_order仅对应SQL窗口函数中的ORDER BY排序逻辑，你需要的PARTITION BY分组逻辑在dplyr中对应group_by()函数，二者功能完全不同。

正确实现方案 #

你的核心需求是按location分组计算累计接种量，对应SQL的SUM(new_vaccinations) OVER (PARTITION BY location ORDER BY date)，使用dplyr实现的标准写法如下：

test <- mydf %>%
  # 对应 PARTITION BY location 分组逻辑
  group_by(location) %>%
  # 分组内按日期排序，对应窗口函数的 ORDER BY date
  arrange(date, .by_group = TRUE) %>%
  # 计算分组内累计和
  mutate(total_vax = cumsum(new_vaccinations)) %>%
  # 计算完成后取消分组，避免影响后续操作
  ungroup()

如果需要保留原数据的行顺序不做排序，可配合with_order实现：

test <- mydf %>%
  group_by(location) %>%
  mutate(total_vax = with_order(
    order_by = date,
    fun = cumsum,
    x = new_vaccinations
  )) %>%
  ungroup()

如果你需要的是同分组所有行一致的总接种量（对应SQL无ORDER BY的OVER(PARTITION BY)逻辑），写法更简单：

test <- mydf %>%
  group_by(location) %>%
  mutate(total_vax = sum(new_vaccinations)) %>%
  ungroup()

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