R dplyr分组DataFrame使用窗口函数计算rn=7与rn=6行cumprice差值方法

基础实现（逻辑直观，无需额外依赖） #

你已经完成了分组、生成rn、计算累计价格的前置操作，无需调用cur_data()这类复杂函数，直接利用dplyr分组操作的特性即可完成字段新增：

grp_diamonds <- grp_diamonds %>%
  mutate(GROWTH_6_7 = cumprice[rn == 7] - cumprice[rn == 6])

代码说明 #

• dplyr分组后的mutate操作，所有向量索引都限定在当前分组内，cumprice[rn == 7]会自动取当前(cut, color)分组内rn为7行的cumprice值
• 计算得到的差值会自动广播到当前分组的所有行，若分组行数不足7行，该字段值自动为NA
• 如果仅需要在rn=7的行展示差值，其余行留空，可调整为：

grp_diamonds <- grp_diamonds %>%
  mutate(GROWTH_6_7 = ifelse(rn == 7, cumprice[rn == 7] - cumprice[rn == 6], NA))

你之前用cur_data实现失败，是因为这个场景不需要调用cur_data，cur_data多用于需要将整个分组数据传入自定义函数的场景，当前简单的索引操作直接引用列名即可。

更优实现（利用累计和特性，效率更高） #

因为你的cumprice是按rn顺序计算的价格累计和，根据累计和的数学性质，cumprice[n] - cumprice[n-1] 等价于第n行的price值，因此你需要的GROWTH_6_7本质就是当前分组内rn=7行的price字段值，可简化为：

grp_diamonds <- grp_diamonds %>%
  mutate(GROWTH_6_7 = price[rn == 7])

方案优势 #

• 减少了一次cumprice字段的查找和一次减法运算，处理大样本时效率更高
• 逻辑更简洁，避免了多字段引用可能出现的索引错误

内容的提问来源于stack exchange，提问作者Doug Fir