如何按另一列定义的区间计算累积和？需支持%>%与group_by

我平时处理这类需求的时候，最喜欢用dplyr的组合操作，完全适配你要的%>%管道和group_by分组功能！先给你举两个贴合需求的实现方案，你可以根据自己的实际场景调整。

场景1：针对指定非NA行计算累积和 #

比如你提到的「获取x为非NA的行中y的累积和」，我们可以在分组内标记有效行，再对有效行的y值单独计算累积和，最后映射回原数据：

library(dplyr)

# 构造示例数据
df <- tibble(
  group = rep(c("A", "B"), each = 5),
  x = c(1, NA, 3, NA, 5, NA, 2, NA, 4, NA),
  y = 1:10
)

# 实现代码
result <- df %>%
  group_by(group) %>%
  mutate(
    # 给x非NA的行分配连续序号，其他行设为NA
    valid_seq = ifelse(!is.na(x), cumsum(!is.na(x)), NA),
    # 提取有效行的y计算累积和，再通过序号映射回原行
    cum_y = case_when(
      !is.na(x) ~ cumsum(y[!is.na(x)])[valid_seq],
      TRUE ~ NA_real_
    )
  ) %>%
  ungroup() %>%
  select(-valid_seq) # 移除中间辅助列

print(result)

运行后，只有x非NA的行会得到对应的累积和，其他行保持NA，完美符合需求。

场景2：由另一列定义求和长度（通用版） #

如果你的需求是每行的累积和长度由另一列（比如n）动态定义（比如每行取当前组内前n个y的和，或从当前行往前数n行的和），可以结合purrr的行级操作来实现：

library(dplyr)
library(purrr)

# 构造示例数据：n列定义每行的求和长度
df2 <- tibble(
  group = rep(c("A", "B"), each = 4),
  n = c(1, 2, 3, 2, 1, 3, 2, 4),
  y = 1:8
)

# 实现：每个组内，根据n的值计算对应长度的累积和
result2 <- df2 %>%
  group_by(group) %>%
  mutate(
    cum_y = map_dbl(row_number(), ~{
      # 取当前组内从第1行到当前行中，最后n[.]个y值的和
      current_n = n[.]
      start_row = max(1, . - current_n + 1)
      sum(y[start_row:.])
    })
  ) %>%
  ungroup()

print(result2)

这个方案的灵活性极高，你可以修改start_row的逻辑来适配不同的长度定义规则（比如取前n行、后n行等）。

关键优势 #

• 完全兼容%>%管道语法，代码可读性拉满
• 原生支持group_by分组，每个组内独立计算累积和
• 两种方案都可以根据你的实际需求快速调整逻辑

内容的提问来源于stack exchange，提问作者linda