按组累计总数

Question

以下是数据集：

内容请自行添加。

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

有没有更加优雅的方法来按组计算值的累积总和，而不是使用这个data.table的方法？

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]

这段代码看起来相当笨重，生成的矩阵过于平坦，需要使用dplyr::gather或reshape2::melt进行重新格式化。

那么R肯定有更好的解决方案了吧？

- geotheory

---

我有点困惑。您用语言描述的是“setDT(d)[,cumsum(value),by=group]”。 - Frank

你应该使用 set.seed() 来使示例可重现，并且还应该包括样本输入的期望输出。 - MrFlick

Answer 1

如果您只想要每个组的累计和，则可以执行以下操作：

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

使用基础R。

- MrFlick

---

打一个漂亮的一杆进洞，同时保留原始数据顺序 :) - geotheory

Answer 2

这应该可以正常工作。

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

- Akhil Nair

---

这可能是最佳实践的方向。 - geotheory

Fortran更好。二进制是最佳选择。 - geotheory

Answer 3

由于这个问题标记了 data.table，所以你可能正在寻找（修改自@Frank评论的）方法。

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

这将同时通过 date 重新排列数据（如果不需要，可以去掉 order(date)），并使用 := 运算符在原地更新数据集。

- David Arenburg

---

@akrun 我可能没有 Flick 那么受欢迎 ;) - David Arenburg

实际上，我没有添加那个标签，我认为是@Frank添加的。抱歉，我应该更早地回滚。 - geotheory

我认为你不需要 order(date)（正如你提到的那样）。 - Arun

不知道您可以将 order 用作 i 参数。+1！ - MichaelChirico

Answer 4

就是这个吗？

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

- Rui Barradas