按组别累计

Question

对于以下数据集：

d = data.frame(date = as.Date(as.Date('2015-01-01'):as.Date('2015-04-10'), origin = "1970-01-01"),
               group = rep(c('A','B','C','D'), 25), value = sample(1:100))
head(d)
         date group value
1: 2015-01-01     A     4
2: 2015-01-02     B    32
3: 2015-01-03     C    46
4: 2015-01-04     D    40
5: 2015-01-05     A    93
6: 2015-01-06     B    10

.. 谁能建议一种比 data.table) 方法更优雅的方法来按组计算值的累计总数？

library(data.table)
setDT(d)
d.cast = dcast.data.table(d, group ~ date, value.var = 'value', fun.aggregate = sum)
c.sum = d.cast[, as.list(cumsum(unlist(.SD))), by = group]

.. 这很笨重，会产生一个平面矩阵，需要 dplyr::gather 或 reshape2::melt 重新格式化。

R 肯定能做得比这更好吗？？

Answer 1

如果你只想要每组的累计和，那么你可以这样做

transform(d, new=ave(value,group,FUN=cumsum))

以 R 为基数。

Answer 2

这应该有效

library(dplyr)
d %>% 
  group_by(group) %>% 
  arrange(date) %>% 
  mutate(Total = cumsum(value))

Answer 3

由于这个问题被标记为 data.table，您可能正在寻找（@Franks 评论的修改）。

setDT(d)[order(date), new := cumsum(value), by = group]

这将同时按 date 重新排列数据（不确定是否需要，如果不需要，您可以删除 order(date)）并更新您的数据集就地利用 := 运算符

Answer 4

是这个吗？

sp <- split(d, d$group)
res <- lapply(seq_along(sp), function(i) cumsum(sp[[i]]$value))
res <- lapply(seq_along(res), function(i){
        sp[[i]]$c.sum <- res[[i]]
        sp[[i]]
    }) 
res <- do.call(rbind, res)
res

按组别累计

Cumulative total by group

r

data.table