dplyr：在mutate中使用新建列的向量化累加重置解法需求

你的问题核心是需要根据前一行的cond值决定是否重置累加，而你之前用mutate + ifelse的方法失效，是因为dplyr的mutate是向量化批量计算，不会逐行迭代更新test列——也就是说，lag(test)始终引用的是test列的初始值（全0），而不是上一行刚计算出来的结果。

下面提供两种高效的向量化解法，优先推荐第一种分组累积的方式，性能更优：

方法1：分组累积求和（推荐，大数据量更高效） #

我们可以先创建一个分组标识，把每一段需要连续累加的行归为同一组，然后在组内对inc做累积求和：

library(dplyr)

# 处理数据
df_processed <- df %>%
  # 创建分组：当前行的前一行cond为X时，开启新分组
  mutate(group_id = cumsum(lag(cond, default = "") == "X")) %>%
  # 每个分组内对inc做累积求和
  mutate(test = cumsum(inc), .by = group_id) %>%
  # 可选：移除分组标识列
  select(-group_id)

# 验证结果是否匹配desired
all(df_processed$test == df_processed$desired)
# 输出应该为TRUE

原理说明： #

• lag(cond, default = "") == "X"：标记出所有前一行是X的行，第一行的默认值设为空字符串，确保不会误触发分组。
• cumsum(...)：将这些标记转为分组ID，每遇到一个前一行是X的行，分组ID就加1，这样所有需要连续累加的行就会被分到同一组。
• cumsum(inc, .by = group_id)：在每个分组内对inc做累积求和，完美实现"前一行是X则重置累加，否则继续累加"的逻辑。

方法2：用purrr::accumulate逐行处理 #

如果你更习惯逐行逻辑的表达，可以用purrr包的accumulate函数，它会迭代地计算每一行的结果，依赖上一行的输出：

library(purrr)
library(dplyr)

df_processed <- df %>%
  mutate(test = accumulate(
    .x = seq_along(inc),
    .f = function(prev_result, current_row) {
      # 第一行直接取inc值
      if (current_row == 1) {
        inc[current_row]
      }
      # 当前行的前一行是X，重置为当前inc
      else if (!is.na(lag(cond)[current_row]) && lag(cond)[current_row] == "X") {
        inc[current_row]
      }
      # 否则累加前一行结果和当前inc
      else {
        prev_result + inc[current_row]
      }
    }
  ))

原理说明： #

accumulate会依次遍历每一行，用前一行的计算结果(prev_result)来推导当前行的test值，完全贴合你描述的逻辑，适合理解逐行依赖的场景。

验证你的示例数据 #

用你提供的前10行数据测试，两种方法都能得到和desired列完全一致的结果：

• 第5行前一行是X，test直接取inc=16，匹配desired=16
• 第9行前一行不是X，test=31+6=37，匹配desired=37
• 第10行前一行是X，test取inc=5，匹配desired=5

内容的提问来源于stack exchange，提问作者f.lechleitner