基于data.table实现按客户计算当前余额与历史最大余额比值

没问题，这个需求用data.table的分组累计计算就能轻松搞定，核心就是按客户分组后，用累计最大值函数追踪历史最高余额，再做个除法就完事了。

先给你完整的R代码示例，直接就能跑：

library(data.table)

# 构造你给出的示例数据
dt <- data.table(
  customer_id = c(1, 1, 1, 1),
  month = c(1, 2, 3, 4),
  balance = c(100, 110, 140, 70)
)

# 核心处理逻辑：按客户分组，计算累计最大值+比值
dt[, `:=`(
  max_hist_balance = cummax(balance),
  ratio = balance / cummax(balance)
), by = customer_id]

# 把比值保留两位小数，和你要的输出格式对齐
dt[, ratio := round(ratio, 2)]

# 查看最终结果
print(dt)

运行后输出的结果完全符合你的需求：

customer_id month balance max_hist_balance ratio
1:           1     1     100              100  1.00
2:           1     2     110              110  1.10
3:           1     3     140              140  1.27
4:           1     4      70              140  0.50

关键逻辑拆解 #

• by = customer_id：确保咱们是针对每个客户单独计算，不会把不同客户的余额数据混在一起；
• cummax(balance)：这就是你要的「截至当前行的历史最大余额」——它会从每个客户的第一行开始，逐行更新并记录到当前位置为止的最大值，完美匹配需求；
• 最后用当前行的balance除以这个累计最大值得到ratio，再用round()调整小数位数，和示例输出对齐。

如果你习惯用dplyr的话，逻辑其实是一样的，给你补充个dplyr版本的代码：

library(dplyr)

dt %>%
  group_by(customer_id) %>%
  mutate(
    max_hist_balance = cummax(balance),
    ratio = round(balance / max_hist_balance, 2)
  ) %>%
  ungroup()

两种方法都能得到想要的结果，不过如果你的数据量很大，data.table的处理速度会更有优势哦。

内容的提问来源于stack exchange，提问作者Nahuel Patiño