如何批量填充R数据框中依赖前序行的GL、R、RM列缺失值

因为每一行的计算依赖前序结果，用迭代累加的方式批量处理即可，不需要手动编写每行的计算逻辑，下面给出两种常用实现方式：

方案1：基础R循环实现（兼容性最好） #

仅需要写一次循环逻辑，即可适配任意行数的数据框，代码如下：

# 假设你的原始数据框名为df，已包含HB、D、GM、AD、DA列
n <- nrow(df)
# 初始化固定初始值
df$GL[1] <- 646
df$R[1] <- 60
df$RM <- rep(0, n)
# 记录上一次DA=1的行位置，初始值为0
last_da_pos <- 0

# 批量迭代计算所有行
for (i in 2:n) {
  # 计算当前行GL
  df$GL[i] <- df$GL[i-1] + df$HB[i] + df$RM[i-1]
  # 计算当前行R
  df$R[i] <- df$GL[i] * df$D[i] / df$GM[i] * df$AD[i]
  # 按规则更新RM
  if (df$DA[i] == 1) {
    df$RM[i] <- sum(df$R[(last_da_pos + 1):i])
    last_da_pos <- i
  }
}

方案2：tidyverse生态函数式实现 #

习惯dplyr/purrr写法的可以用该方案，代码更简洁：

library(dplyr)
library(purrr)

df <- df %>%
  # 初始化基础字段
  mutate(
    GL = ifelse(row_number() == 1, 646, NA_real_),
    R = ifelse(row_number() == 1, 60, NA_real_),
    RM = 0
  )

# 迭代计算所有行列值
df[, c("GL", "R", "RM")] <- accumulate(2:nrow(df), .init = list(
  GL = 646, R = 60, RM = 0, last_da = 0
), function(prev, idx) {
  curr_GL <- prev$GL + df$HB[idx] + prev$RM
  curr_R <- curr_GL * df$D[idx] / df$GM[idx] * df$AD[idx]
  curr_RM <- ifelse(df$DA[idx] == 1, sum(df$R[(prev$last_da + 1):idx]), 0)
  curr_last_da <- ifelse(df$DA[idx] == 1, idx, prev$last_da)
  df$R[idx] <<- curr_R
  return(list(GL = curr_GL, R = curr_R, RM = curr_RM, last_da = curr_last_da))
}) %>% map_df(~.x[1:3])

注意事项 #

• 两种方案都默认数据框已经按计算顺序排序，行号对应计算的先后顺序
• 计算R列前请确认GM列没有0值，避免出现除以0的报错
• 数据量超过100万行时优先使用基础R循环，运行速度更快

内容的提问来源于stack exchange，提问作者Mette