使用 dplyr 的递归函数

Question

我有数据:

dat <- tibble(
         day = 200:210,
         x = sample(-10:10, size = 11,replace = T))

我有一个变量 y初始值为2。我想计算 y的最终值通过在给定的时间步长中将 x 添加到 y
以下符号:

y[i] = y[i-1] + x

如果我这样做:

y <- 5
dat %>% mutate(y = y + x)

它将 y 添加到每个 x。

# A tibble: 11 x 3
    day     x     y
  <int> <int> <dbl>
1   200     4     9
2   201     3     8
3   202    -4     1
4   203    -7    -2
5   204    -3     2
6   205     1     6
7   206    -5     0
8   207    -1     4
9   208    -4     1
10  209    -2     3
11  210     4     9

The answer should be:

  # A tibble: 11 x 3
    day     x     y
  <int> <int> <dbl>
1   200     4     9
2   201     3     12
3   202    -4     8
4   203    -7     1
5   204    -3     -2
6   205     1     -1
7   206    -5     -6
8   207    -1     -7
9   208    -4     -11
10  209    -2     -13
11  210     4     -9

如何使用 dplyr 包实现此目的？或任何其他快速且快速的方法。

编辑

如果我想强加一个条件，使得 y 不能超过 10 或为负。如果超过 10，则设为 10，如果为负，则设为零。
我如何实现这一目标:

一点点:11 x 3

      day     x     y     y1
  1   200     4     9     9
  2   201     3     12    10
  3   202    -4     8     6
  4   203    -7     1     0 
  5   204    -3     -2    0
  6   205     1     -1    0
  7   206    -5     -6    0
  8   207    -1     -7    0  
  9   208    -4     -11   0
  10  209    -2     -13   0
  11  210     4     -9    0

Answer 1

我们可以使用 accumulate来自 purrr .与 accumulate ，做递归sum 'x' 个元素，同时以 5 的值( .init = 5 )开始并删除 accumulate 的第一个元素输出 ( [-1] )

library(purrr)
library(dplyr)
dat %>%
     mutate(y = accumulate(x, ~ .x + .y, .init = 5)[-1])
# A tibble: 11 x 3
#     day     x      y
#   <int> <int>  <dbl>
# 1   200     4   9.00
# 2   201     3  12.0 
# 3   202    -4   8.00
# 4   203    -7   1.00
# 5   204    -3 - 2.00
# 6   205     1 - 1.00
# 7   206    -5 - 6.00
# 8   207    -1 - 7.00
# 9   208    -4 -11.0 
#10   209    -2 -13.0 
#11   210     4 - 9.00

base R 中的类似方法将是

dat$y <- Reduce(function(u, v)  u + v , dat$x, init = 5, accumulate = TRUE)[-1]
dat$y
#[1]   9  12   8   1  -2  -1  -6  -7 -11 -13  -9