R语言实现多条件累积求和：如何生成目标累积列？

看起来你想要的是把连续的日期（包括同一天的重复记录）归为同一组，然后对这些组进行累计编号得到exp_cumsum_col。你的现有代码存在几个问题：列名不匹配、逻辑判断错误，还有dplyr语法使用不当，我来帮你修正并给出正确解法。

问题分析 #

先看你期望的结果规律：

• 相同日期或连续的日期（比如14→15→16→17）会被归为同一个组，每次日期断开（比如3→9，11→14）时，组号就加1。

正确代码实现 #

我们可以用dplyr的lag()函数判断当前日期和前一个日期的连续性，再通过cumsum()累计新组的标记：

library(dplyr)

# 你的原始数据框
rd <- data.frame( 
  Customer = rep("A",15), 
  date_num = c(3,3,9,11,14,14,15,16,17,20,21,27,28,29,31), 
  exp_cumsum_col = c(1,1,2,3,4,4,4,4,4,5,5,6,6,6,7)
)

# 生成目标列
rd <- rd %>%
  group_by(Customer) %>% # 注意列名是大写的Customer，和你的数据框一致
  mutate(
    # 标记新组：第一行默认是新组；如果当前日期和前一个既不相同也不连续，标记为新组
    new_group = case_when(
      row_number() == 1 ~ 1,
      date_num != lag(date_num) & date_num != lag(date_num) + 1 ~ 1,
      TRUE ~ 0
    ),
    # 累计新组标记得到最终的组号
    exp_cumsum_col = cumsum(new_group)
  ) %>%
  select(-new_group) # 移除中间辅助列

# 查看结果
print(rd)

运行这段代码后，得到的exp_cumsum_col就和你期望的完全一致了。

你的原始代码问题说明 #

1. 列名不匹配：你用了group_by(customer)，但数据框里的列是Customer（大写C），导致分组没有生效；
2. 语法错误：row_number(ifelse(...))的用法不正确，row_number()不需要传入这样的条件参数；
3. 逻辑错误：你尝试用date_num[i]==date_num[i+1]来判断，但在dplyr的mutate中不能直接用索引访问下一行，而且这个逻辑只判断了同一天的情况，没有处理连续日期（比如14→15）的场景。

内容的提问来源于stack exchange，提问作者Yogesh Kumar