R使用dplyr的mutate计算商品连续未交付天数报错如何解决

报错原因 #

你的代码报错核心原因是 dplyr::mutate 为矢量化运算，会一次性计算整列结果，你在定义Delivered_Flag的逻辑中直接引用了还未创建完成的Delivered_Flag本身，自然会触发「对象未找到」的报错。

可行实现方案 #

你可以用purrr::accumulate实现逐行迭代的计算逻辑，完整可运行代码如下：

library(dplyr)
library(purrr)

# 原始构造数据
item <- c(5,5,5,5,5,5,5,5,7,7,7,7,7,7,7)
Date <- c("2/02/2021","3/02/2021","4/02/2021","5/02/2021","6/02/2021","7/02/2021","8/02/2021","9/02/2021","2/02/2021","3/02/2021","4/02/2021","5/02/2021","6/02/2021","7/02/2021","8/02/2021")
Delivered_QTY<- c(4,0,0,4,4,0,0,0,0,0,1,2,5,0,0)
df<- data.frame(item,Date,Delivered_QTY)

# 计算连续未交付天数
df <- df %>% 
  group_by(item) %>% 
  mutate(Delivered_Flag = accumulate(Delivered_QTY, ~if(.y == 0) .x + 1 else 0, .init = 0)[-1]) %>% 
  ungroup()

逻辑说明 #

accumulate 是迭代计算函数，每一步的返回值会作为下一次迭代的输入.x，当前遍历到的Delivered_QTY值为.y：

• 若当日交付量为0，就在上一次计算结果的基础上加1
• 若当日交付量不为0，直接重置为0
  .init=0 是设置迭代初始值，末尾用[-1]去掉初始值对应的多余元素，保证输出长度和原数据匹配。

如果不想额外加载purrr包，也可以用基础dplyr的分组逻辑实现：

df <- df %>% 
  group_by(item) %>% 
  # 每次遇到交付时给新的连续未交付片段打分组id
  mutate(break_flag = cumsum(Delivered_QTY != 0)) %>% 
  group_by(item, break_flag) %>% 
  # 同一片段内行号减1即为连续未交付天数
  mutate(Delivered_Flag = row_number() - 1) %>% 
  ungroup() %>% 
  select(-break_flag)

两种方案输出结果均和你给出的预期完全一致。

内容的提问来源于stack exchange，提问作者jontieez