使用dplyr mutate按雨量站分组基于前一行结果计算降雨新字段

首先加载所需依赖包：

library(tidyverse)

写法1：基础循环逻辑（可读性高，适合调试） #

rain_result <- raw_rain_data %>%
  # 按雨量站、日期升序排序，保证每个站的计算顺序正确
  arrange(Gauge, Sample.Date) %>%
  # 按雨量站分组，各组独立计算互不干扰
  group_by(Gauge) %>%
  mutate(
    Rain_Calc = {
      rf_vec <- Rainfall
      calc_vec <- numeric(length(rf_vec))
      # 分组首行即2016-01-02，初始化值为1.0
      calc_vec[1] <- 1.0
      # 迭代计算后续所有日期的Rain_Calc
      for (i in 2:length(rf_vec)) {
        calc_vec[i] = 0.7 * (rf_vec[i] + calc_vec[i-1])
      }
      calc_vec
    }
  ) %>%
  ungroup()

写法2：purrr函数式写法（代码更简洁） #

rain_result <- raw_rain_data %>%
  arrange(Gauge, Sample.Date) %>%
  group_by(Gauge) %>%
  mutate(
    Rain_Calc = c(1, accumulate(tail(Rainfall, -1), ~0.7*(.y + .x)))
  ) %>%
  ungroup()

• 以上代码默认每个Gauge分组的第一行对应日期为2016-01-02，如果原始数据存在日期缺失、分组内首行不是起始日的情况，需要先做数据过滤/补全，确保分组内的行顺序和日期升序完全匹配
• 两种写法对27万行的数据集运算效率没有明显差异，可根据个人使用习惯选择

内容的提问来源于stack exchange，提问作者tm95