当需要第 i+1 列时，如何使用 cumsum-Lapply？

Question

我目前正在处理一个相当大的文件，其中包含 stops/go 几台机器（大约 60 台）+ 它们的长期生产（超过 60 000 行）。停止由“-1”索引并按“1”索引：

**Date                     n1_prod   n1_stops   n2_prod   n2_stops  n3_prod     

1  2011-12-13 00:00:00          2        1         0        -1        14                    
2  2011-12-13 01:00:00         10        1       -10        -1        24                   
3  2011-12-13 02:00:00         24        1        -5        -1        23                       
4  2011-12-13 03:00:00         25        1         0        -1        22                      
5  2011-12-13 04:00:00         23        1        12         1        13                      
6  2011-12-13 05:00:00          0       -1        11         1        17                      
7  2011-12-13 06:00:00         -2       -1        21         1        18

我的目的是为每个设备获得每个 stop/go 的新列累计产量（可能在新的 df 上）。例如，对于设备 n°1，它将是：

**Date                     n1_prod   n1_stops   n1_agprod   
1  2011-12-13 00:00:00          2        1         2                          
2  2011-12-13 01:00:00         10        1        12                          
3  2011-12-13 02:00:00         24        1        36                             
4  2011-12-13 03:00:00         25        1        61                             
5  2011-12-13 04:00:00         23        1        84                            
6  2011-12-13 05:00:00          0       -1         0                               
7  2011-12-13 06:00:00         -2       -1        -2

对于一列，我可以使用 :

得到想要的结果

df<-as_tibble(df)%>%
 group_by(n1_stops) %>% 
 dplyr::mutate(n1_agprod= cumsum(n1_prod))

但我不知道如何概括它，因为每次组都需要不同的列，而且我目前无法用列索引替换列的名称...

你知道我该怎么做吗？

Answer 1

您可以根据每个列名的前缀进行拆分，并在那里应用 cumsum，即

sapply(split.default(df[-1], sub('_.*','',names(df[-1]))), 
                                          function(i) ave(i[[1]], i[[2]], FUN = cumsum))
#     n1  n2
#[1,]  2   0
#[2,] 12 -10
#[3,] 36 -15
#[4,] 61 -15
#[5,] 84  12
#[6,]  0  23
#[7,] -2  44

Answer 2

我们可以先将以"prod"和"stop"结尾的列分开，然后对每个组使用mapply和ave到cumsum并创建新的列。

prod_cols <- grep("prod$", names(df))
stop_cols <- grep("stops$", names(df))

df[paste0("agprod", 1:length(prod_cols))] <- 
    mapply(ave, df[prod_cols], df[stop_cols], MoreArgs = list(FUN = cumsum))


df
#                Date n1_prod n1_stops n2_prod n2_stops agprod1 agprod2
#1 2011-12-1300:00:00       2        1       0       -1       2       0
#2 2011-12-1301:00:00      10        1     -10       -1      12     -10
#3 2011-12-1302:00:00      24        1      -5       -1      36     -15
#4 2011-12-1303:00:00      25        1       0       -1      61     -15
#5 2011-12-1304:00:00      23        1      12        1      84      12
#6 2011-12-1305:00:00       0       -1      11        1       0      23
#7 2011-12-1306:00:00      -2       -1      21        1      -2      44

当需要第 i+1 列时，如何使用 cumsum-Lapply？

How to use cumsum-Lapply when i+1 column is needed?

group-by

r

lapply

cumsum