如何在R语言中使用mapply结合data.table实现递归列值填充

嘿，我来帮你搞定这个data.table的递归填充问题！首先得把需求理清楚：每个国家的f1/f2/f3...列只有最早年份（比如X2010）有有效值，后续年份全是NA；而对应的x.f1/x.f2/x.f3...列刚好反过来，最早年份是NA，后面年份都有值。我们要做的就是按国家分组，用前一年的f值加上当年的x.f值，递归填充后续年份的f列NA，对吧？

先假设你的data.table叫dt，数据结构大概是这样（方便你对照）：

library(data.table)
dt <- data.table(
  year = c("X2010", "X2015", "X2020", "X2010", "X2015", "X2020"),
  country = c("cty1", "cty1", "cty1", "cty2", "cty2", "cty2"),
  f1 = c(10, NA, NA, 20, NA, NA),
  f2 = c(5, NA, NA, 8, NA, NA),
  x.f1 = c(NA, 3, 2, NA, 4, 1),
  x.f2 = c(NA, 1, 2, NA, 2, 3)
)

第一步：先把年份顺序理清楚 #

递归计算的前提是每个国家内的年份是按时间升序排列的，所以先把年份转成数字，再排序：

# 提取年份里的数字，比如把X2010转成2010
dt[, year_num := as.integer(gsub("X", "", year))]
# 按国家+年份排序，确保顺序正确
dt <- dt[order(country, year_num)]

第二步：批量递归填充f列 #

这里给你两种方法，都是data.table的高效操作：

方法一：直观的循环递归（适合理解逻辑）

先把所有f列的名称提取出来，然后逐个处理每一对f和x.f列：

# 筛选出所有以f开头、后面跟数字的列（比如f1、f2）
f_cols <- grep("^f\\d+$", colnames(dt), value = TRUE)

for (col in f_cols) {
  # 找到对应的x.f列，比如f1对应x.f1
  x_col <- paste0("x.", col)
  # 按国家分组，逐行计算：当前行f值 = 上一行f值 + 当前行x.f值
  dt[, (col) := {
    vals <- get(col)
    x_vals <- get(x_col)
    for (i in 2:.N) {
      vals[i] <- vals[i-1] + x_vals[i]
    }
    vals
  }, by = country]
}

方法二：用cumsum优化（更简洁高效）

其实递归累加本质就是「初始f值」加上「后续所有x.f值的累积和」，所以可以用cumsum简化代码，速度也更快：

f_cols <- grep("^f\\d+$", colnames(dt), value = TRUE)

for (col in f_cols) {
  x_col <- paste0("x.", col)
  dt[, (col) := {
    # 第一行是初始值，后面的行是初始值加上从第二行开始的x.f累积和
    c(get(col)[1], get(col)[1] + cumsum(get(x_col)[2:.N]))
  }, by = country]
}

第三步：查看结果 #

运行完上面的代码后，你的dt里的f列就被完美填充了！比如cty1的f1会变成10, 13, 15，f2变成5, 6, 8，完全符合递归更新的需求。

• 如果你的年份间隔不固定（比如有X2012、X2018这种），只要保证年份按顺序排列，这个逻辑依然有效
• 如果x.f列里有NA，你得先处理这些缺失值（比如填充0或者插值），不然累加结果会变成NA
• data.table的分组操作效率很高，哪怕你有几万行数据，也能快速跑完

内容的提问来源于stack exchange，提问作者JerryN