在R中为数据框的每一行计算有条件的累加和

Question

我希望创建一个列，使其等于data$Rating的累加和，满足两个条件在第3和第4列中为真，具体来说就是data$Year<当前年份和data$ID等于当前ID。换言之，这应该计算每个id的评级累积和，直到前一年为止。并且应该对数据框中的每行这样做（约50,000行）。鉴于数据框的大小，如果可能的话，最好不要循环。下面提供了一个简短的示例…

> head(data[,c(3,4,13)])
  Year        ID        Rating  CumSum
1 2010        13578     2       0
2 2010        13579     1       0
3 2010        13575     3       0
4 2011        13575     4       3
5 2012        13578     3       2    
6 2012        13579     2       1
7 2012        13579     4       1

我来自电子表格背景，所以仍然在考虑SUMIFS等术语（这在Excel中可以很好地解决我的问题），如果语言不够准确，请谅解。

- user3725021

---

一个ID是否可以有两行具有相同的年份条目？如果不行，您可以尝试library(dplyr); df %>% group_by(ID) %>% arrange(Year) %>% mutate(cumSum = cumsum(Rating) - Rating)。 - talat

是的，在同一年中一个ID可以出现多次。 - user3725021

所以请改进您的示例数据集/期望输出。 - David Arenburg

已更新示例以证明一个ID可以在一年中出现多次。 - user3725021

Answer 1

data <- data.frame(Year = c( rep(2010, 3), 2011, rep(2012, 3) ),
                   ID = c(13578, 13579, 13575, 13575, 13578, 13579, 13579),
                   Rating = c(2, 1, 3, 4, 3, 2, 4))
data 

#   Year        ID        Rating  
# 1 2010        13578     2       
# 2 2010        13579     1       
# 3 2010        13575     3       
# 4 2011        13575     4       
# 5 2012        13578     3           
# 6 2012        13579     2       
# 7 2012        13579     4       

• 创建一个列，等于data$Rating的累加和，条件为：
  • data$Year < Year
  • data$ID == ID
• 这将计算每个ID在前一年之前的评级累计总和。

期望输出结果如下：

data 

#   Year  ID     Rating    CumSum
# 1 2010  13578  2         2        
# 2 2010  13579  1         1
# 3 2010  13575  3         3
# 4 2011  13575  4         7
# 5 2012  13578  3         5  
# 6 2012  13579  2         3
# 7 2012  13579  4         7

这可以这样完成。

year <- 2014 # maximum year to include in cumsum
ID.values <- names(table(data$ID)) # get unique values of data$ID, sorted

# cumsum for 13575 rows, followed by cumsum for 13578 rows, ...
Rating.cumsum <- unlist(sapply(ID.values, 
                     function(x) cumsum(data$Rating[data$ID == x]))) 

# assign cumsum output to appropriate rows
data$cumsum[with(data, order(ID))] <- Rating.cumsum

- nathanesau