一个条目中多个值的累计和

Question

假设我有这个数据框（“数字”变量也来自原始数据框中的字符类型）：

df <- data.frame(
  id = c(1,2,2,1,2),
  number = c(30.6, "50.2/15.5", "45/58.4", 80, "57/6"))
df$number <- as.character(df$number)

现在我想添加另一列，其中包含每个 ID 的累计总和，我使用 df %>% mutate(csum = ave(number, id, FUN=cumsum)) 完成了此操作，它适用于单个数字，但当然不适用于以“/”分隔的数字。我该如何解决这个问题？

最终的数据帧应该是这样的：

df2 <- data.frame(
  id = c(1,2,2,1,2),
  number = c(30.6, "50.2/15.5", "45/58.4", 80, "57/6"),
  csum = c(30.6, "50.2/15.5", "95.2/73.9", 110.6, "152.2/79.9"))
df2

Answer 1

一种方法可以是：

组与group_by
separate 列 a 和 b
mutate 跨越 a 和 b 并应用 cumsum
unite 来自 tidyr 包使用 na.rm=TRUE 参数

library(dplyr)
library(tidyr)

df %>% 
  group_by(id) %>% 
  separate(number, c("a", "b"), sep="/", remove = FALSE, convert = TRUE) %>% 
  mutate(across(c(a,b), ~cumsum(.))) %>% 
  unite(csum, c(a,b), sep = '/', na.rm = TRUE)

     id number    csum      
  <dbl> <chr>     <chr>     
1     1 30.6      30.6      
2     2 50.2/15.5 50.2/15.5 
3     2 45/58.4   95.2/73.9 
4     1 80        110.6     
5     2 57/6      152.2/79.9

Answer 2

你可以使用极快的matrixStats::colCumsums。

res <- do.call(rbind, by(df, df$id, \(x) {
  cs <- matrixStats::colCumsums(do.call(rbind, strsplit(x$number, '/')) |> 
                                  type.convert(as.is=TRUE))
  r <- do.call(paste, c(as.list(as.data.frame(cs)), sep='/'))
  data.frame(id=x$id, number=x$number, csum=r)
}))

注： R version 4.1.2 (2021-11-01).

给出：

res
#     id    number       csum
# 1.1  1      30.6       30.6
# 1.2  1        80      110.6
# 2.1  2 50.2/15.5  50.2/15.5
# 2.2  2   45/58.4  95.2/73.9
# 2.3  2      57/6 152.2/79.9

Answer 3

我们可以使用 base R - 使用 read.table 读取 'number' 列，将其拆分为两列，创建一个没有 NAs 子集的逻辑向量'd1' 行，遍历列，得到累积和 (cumsum) 和 paste，然后将其分配给原始数据集 [=17] 中的新列 'csum' =]

d1 <- read.table(text = df$number, sep = "/", fill = TRUE, header = FALSE)
i1 <- !rowSums(is.na(d1)) > 0
df$csum[i1] <-  do.call(paste, c(lapply(d1[i1,], cumsum), sep = "/"))

-输出

> df
  id    number       csum
1  1      30.6       <NA>
2  2 50.2/15.5  50.2/15.5
3  2   45/58.4  95.2/73.9
4  1        80       <NA>
5  2      57/6 152.2/79.9

一个条目中多个值的累计和

Cumulative sum for more values in one entry

r

sum

dataframe

cumsum