如何基于各分组的滞后值应用公式完成分组变量预测计算

你的原有代码采用的是R默认的向量化并行计算逻辑，赋值给forecast_gdp全组首行值后，后续计算是直接把所有位置的首行值同时乘以(1+cagr)，并不会迭代引用上一行刚生成的forecast_gdp结果，所以无法得到累积计算的滞后投影值。

使用tidyverse生态的purrr::accumulate函数实现迭代累积计算即可达到预期效果，完整可运行代码如下：

library(tidyverse)

# 创建示例数据
year <- c(2016:2020, 2016:2020, 2016:2020)
group <- as.character(c(rep(c("A", "B", "C"), c(5,5,5))))
gdp <- as.numeric(c(100,0,0,0,0,100,0,0,0,0,100,0,0,0,0))
cagr <- c(rep(c(0.3, 0.6, 0.9), c(5,5,5)))

df <- data.frame(year, group, gdp, cagr)

# 修改后计算逻辑
df <- df %>%
  group_by(group) %>%
  mutate(forecast_gdp = accumulate(
    .x = cagr,
    .f = ~ .x * (1 + .y), 
    .init = first(gdp)
  ) %>% tail(-1))

代码说明 #

• accumulate函数会按顺序迭代处理.x传入的向量，每一步的计算结果会作为下一次迭代的第一个参数（代码中的.x）
• .init参数指定迭代初始值为分组的首行gdp值，因为初始值会额外占一位结果，所以用tail(-1)去掉多余的初始值，保证输出长度和分组行数一致
• 该写法也兼容同分组内每年cagr不同的场景，不需要修改逻辑

如果偏好base R写法，可以用Reduce实现相同效果，核心逻辑一致：

df <- df %>%
  group_by(group) %>%
  mutate(forecast_gdp = Reduce(
    f = function(prev, curr) prev*(1+curr),
    x = cagr,
    init = first(gdp),
    accumulate = TRUE
  )[-1])

内容的提问来源于stack exchange，提问作者Andres Gonzalez