如何在dplyr的mutate函数中引用新列前值生成计算列？

这问题我太懂了！你遇到的核心卡点是：dplyr::mutate默认是整列批量计算的，没法在计算当前行时直接引用同列刚生成的上一行值——毕竟你写lag(c)的时候，新列c还没完全生成，lag根本拿不到刚算出来的前一行结果。

下面给你两种靠谱的解决方案，都能完美实现你要的规则：

方法1：用purrr::accumulate做累积计算（推荐） #

accumulate是专门用来处理这种依赖前一个结果的迭代计算的，配合dplyr使用非常丝滑：

library(dplyr)
library(purrr)

# 你的原始数据
table <- data.frame(a = rep(100, 8), b = seq(from = 0.2, by = 0.1, length.out = 8))

# 生成列c
table <- table %>%
  mutate(c = accumulate(
    .x = 1:n(),  # 遍历每一行的索引
    .f = function(prev_result, current_index) {
      if (current_index == 1) {
        # 第一行直接计算a*b
        a[current_index] * b[current_index]
      } else {
        # 从第二行开始，用上一行的结果+当前a，再乘当前b
        (prev_result + a[current_index]) * b[current_index]
      }
    }
  ))

运行后你会得到预期的结果：第一行c=20，第二行c=36，第三行c=54.4，完全符合你的规则。

方法2：用Base R循环（直观易懂） #

如果不想加载额外的包，用基础R的循环也能搞定，小数据量下效率完全没问题：

# 你的原始数据
table <- data.frame(a = rep(100, 8), b = seq(from = 0.2, by = 0.1, length.out = 8))

# 初始化c列
table$c <- numeric(nrow(table))
# 第一行赋值
table$c[1] <- table$a[1] * table$b[1]

# 从第二行开始循环计算
for (i in 2:nrow(table)) {
  table$c[i] <- (table$c[i-1] + table$a[i]) * table$b[i]
}

这种写法逻辑非常直观，就是逐行处理，直接引用上一行的c值，新手也能一眼看明白。

为啥你之前的代码不行？ #

你写的mutate(c = (a + ifelse(is.na(lag(c), 0, lag(c)))) * b)，问题出在lag(c)：当mutate开始计算时，c还是一个不存在的列，所以lag(c)返回的全是NA，ifelse把这些NA转成0后，计算出来的结果完全不符合你的迭代规则——毕竟你需要的是上一行刚生成的c值，而不是0。

内容的提问来源于stack exchange，提问作者user8009353