tidyverse/data.table中实现分组累积自定义函数计算

没问题！我帮你用tidyverse和data.table两种主流框架来实现这个累积分组计算的需求，完全不用循环~

使用tidyverse框架实现 #

在tidyverse生态中，我们可以结合dplyr的分组功能和purrr的accumulate()函数来完成累积计算。accumulate()会逐个迭代目标向量，每次将当前值与之前的累积集合合并后传入自定义函数。

首先我们先定义一个示例的myfun（这里用标准差做演示，你可以替换成自己的函数）：

myfun <- function(x) sd(x, na.rm = TRUE)

然后处理你的数据集：

library(tidyverse)

# 初始化数据
a <- tibble(id = rep(c("A", "B"), each = 6), val = c(1, 0, 0, 1 ,0,1,0,0,0,1,1,1))

# 分组计算累积结果
a_result <- a %>%
  group_by(id) %>%
  mutate(
    result = accumulate(
      val,
      ~ myfun(c(.x, .y)),  # 每次合并之前的累积集合和当前值，传入myfun
      .init = numeric(0)   # 初始值设为空向量，确保第一次计算包含第一个val
    ) %>% tail(-1)  # 去掉.init对应的初始空结果，匹配原数据行数
  ) %>%
  ungroup()

使用data.table框架实现 #

data.table可以通过Reduce()函数配合accumulate = TRUE参数来实现分组累积计算，这种方式更贴合data.table的原生风格：

library(data.table)

# 初始化并转换为data.table格式
a <- tibble(id = rep(c("A", "B"), each = 6), val = c(1, 0, 0, 1 ,0,1,0,0,0,1,1,1))
setDT(a)

# 定义自定义函数
myfun <- function(x) sd(x, na.rm = TRUE)

# 分组计算累积结果
a[, result := Reduce(
  function(acc, curr) {
    new_acc <- c(acc, curr)
    myfun(new_acc)
  },
  val,
  accumulate = TRUE
), by = id]

补充说明 #

• 如果你的myfun在输入长度为1时需要特殊处理（比如单个值的标准差是NA，你可以改成返回0或其他值），只需要在myfun里加个判断即可，例如：

myfun <- function(x) {
  if (length(x) < 2) return(0)
  sd(x, na.rm = TRUE)
}

• 两种方法都会保证每个id分组内独立计算累积结果，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Cettt