R语言如何实现数据框内列值互相依赖的逐行迭代计算？

你提到的按行迭代、当前行值依赖上一行计算结果的需求，无法用你示例里的一次性data.frame定义语法实现，R默认的向量化计算是按列处理，不会自动处理跨行的迭代逻辑，下面是两种可直接运行的实现方案：

方案1：基础for循环实现（更适合初学者理解） #

逻辑最直观，逐行完成计算：

# 初始化包含51行的空数据框
df <- data.frame(
  A = 0:50,
  B = numeric(51),
  C = numeric(51),
  D = numeric(51)
)

# 写入第一行初始值
df$B[1] <- 0
df$C[1] <- df$B[1] * 2
df$D[1] <- df$B[1] / 2

# 循环计算第2到51行的所有值
for (i in 2:nrow(df)) {
  # 当前行B值等于上一行的B + C - D
  df$B[i] <- df$B[i-1] + df$C[i-1] - df$D[i-1]
  # 用当前行B值计算同行列的C、D
  df$C[i] <- df$B[i] * 2
  df$D[i] <- df$B[i] / 2
}

# 运行后可查看前10行验证结果
head(df, 10)

方案2：Reduce函数实现（更简洁的向量化写法） #

用R内置的累积迭代函数完成计算，代码更精简：

# 定义单次迭代的计算逻辑
calc_next_B <- function(prev_B) {
  prev_C <- prev_B * 2
  prev_D <- prev_B / 2
  return(prev_B + prev_C - prev_D)
}

# 累积迭代生成所有B列的值，初始值为0，迭代50次得到51个结果
all_B <- Reduce(function(pre, cur) calc_next_B(pre), 1:50, init = 0, accumulate = TRUE)

# 直接生成完整数据框
df <- data.frame(
  A = 0:50,
  B = all_B,
  C = all_B * 2,
  D = all_B / 2
)

两种方案的计算结果完全一致，你可以根据自己的接受度选择。

内容的提问来源于stack exchange，提问作者Maranda