如何用dplyr在R的dataframe中添加累积运行平均值列

问题原因 #

你原有代码出错的核心原因是在dplyr的mutate()上下文里混用了$提取符调用原始数据框的列，会破坏dplyr的行级运算环境，导致Grade[data$Exam <= Exam]的筛选逻辑不符合逐行累积的预期。

正确实现代码 #

方案1：用cumsum结合行号（兼容性最好） #

library(dplyr)
data <- data %>%
  mutate(RunningAvg = cumsum(Grade) / row_number())

如果你的Exam列是严格从1开始连续递增的序号，也可以直接除以Exam，效果完全一致：

data <- data %>%
  mutate(RunningAvg = cumsum(Grade) / Exam)

方案2：用dplyr内置累积均值函数（可读性更强） #

dplyr 1.0.0及以上版本提供了专门的cummean()函数可以直接实现累积均值计算，代码更简洁：

data <- data %>%
  mutate(RunningAvg = cummean(Grade))

运行任意一种方案后都可以得到你需要的结果：

> data
  Exam Grade RunningAvg
1    1    90      90.00
2    2    88      89.00
3    3    95      91.00
4    4    80      88.25
5    5    82      87.00

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