如何基于同组其他行日期条件计算当前行的累加和(cumsum)

看起来你需要按Group分组后，为每一行计算同组中所有BookDate早于当前行SubmitDate的Amount总和。你之前尝试的代码只比较了当前行自身的SubmitDate和BookDate，这和需求不符，我来帮你修正这个逻辑。

首先，先确认示例数据的生成代码（你提供的是正确的，这里再清晰呈现）：

data <- data.frame(
  ID = c(1,2,3,4,5,6),
  Group = c("A","A","B","B","B","B"),
  SubmitDate = as.Date(c("2011-01-01","2011-10-01","2012-01-01","2012-02-01","2012-03-01","2012-03-16")),
  BookDate = as.Date(c("2011-01-01","2011-05-01","2012-02-20","2012-04-01","2012-03-15","2012-03-18")),
  Amount = as.numeric(c("100","0","500","300","400","900"))
)

两种可行的解决方案 #

方案1：用purrr::map_dbl实现批量逐行计算

我们可以在分组后，对每个SubmitDate，筛选同组内所有满足BookDate < 当前SubmitDate的Amount并求和：

library(dplyr)
library(purrr)

result <- data %>%
  group_by(Group) %>%
  mutate(
    Total = map_dbl(SubmitDate, ~ sum(Amount[BookDate < .x]))
  ) %>%
  ungroup()

print(result)

方案2：用rowwise()逐行处理

如果你更偏好直观的逐行处理方式，rowwise()也是一个不错的选择：

library(dplyr)

result <- data %>%
  group_by(Group) %>%
  rowwise() %>%
  mutate(
    Total = sum(Amount[BookDate < SubmitDate])
  ) %>%
  ungroup()

print(result)

结果验证 #

运行任意一种方案后，得到的Total字段都会和你示例中的预期完全一致：

• ID5的SubmitDate（2012-03-01）仅晚于同组ID3的BookDate（2012-02-20），因此Total=500
• ID6的SubmitDate（2012-03-16）晚于同组ID3和ID5的BookDate，因此Total=500+400=900

这两种方案的核心逻辑都是在分组范围内，针对每一行的SubmitDate，匹配所有符合日期条件的历史行并累加对应Amount，修正了你之前代码中仅比较当前行自身两个日期的逻辑错误。

内容的提问来源于stack exchange，提问作者Famrin