R语言dplyr实现条件累加和：排除当前日期所有事件的统计

实现思路 #

• 先将时间戳转换为日期维度，按「人员+日期」分组统计每个人每日的参会总次数
• 按人员分组，计算到「上一日为止」的累计参会次数
• 将计算得到的历史累计值匹配回原数据集的每一行即可

完整实现代码 #

library(dplyr)
library(lubridate) # 若不想额外加载包，可将下文as_date替换为base包的as.Date

df_result <- df %>%
  # 提取活动日期维度
  mutate(event_date = as_date(date_time)) %>%
  # 按人员+日期分组，统计每人每日参会总次数
  group_by(person, event_date) %>%
  summarise(daily_attend = sum(did_attend), .groups = "drop_last") %>%
  # 按人员分组，滞后一天计算累计参会次数，自动排除当日所有记录
  mutate(events_attended_desired = lag(cumsum(daily_attend), default = 0)) %>%
  ungroup() %>%
  # 将计算结果匹配回原数据的每一行
  right_join(df %>% mutate(event_date = as_date(date_time)), by = c("person", "event_date")) %>%
  # 调整列顺序和原数据对齐
  select(all_of(colnames(df)), events_attended_desired)

逻辑说明 #

该方法避开了在cumsum内嵌套条件判断的复杂逻辑，通过先聚合再匹配的方式适配每日活动数量不固定的场景：

• 先按日期聚合后，每个人每个日期仅对应一条统计记录，此时用lag()偏移累计值就可以实现「所有当日记录都不计入」的需求
• 运行得到的events_attended_desired列和你给出的预期结果完全一致

内容的提问来源于stack exchange，提问作者neander