对 R 中的多个向量使用 tapply 和 cumsum 函数

Question

我有一个包含四列的数据框。

  country       date       pangolin_lineage       n      cum_country
1 Albania    2020-09-05      B.1.236              1           1
2 Algeria    2020-03-02      B.1                  2           2
3 Algeria    2020-03-08      B.1                  1           3
4 Algeria    2020-06-09      B.1.1.119            1           4
5 Algeria    2020-06-15      B.1                  1           5
6 Algeria    2020-06-15      B.1.36               1           6

我想计算 n 跨越国家和日期的累计总和。我能够用这段代码做到这一点：

date_country$cum_country <- as.numeric(unlist(tapply(date_country$n, date_country$country, cumsum)))

不过，我现在想做同样的事情，但要计算跨国家/地区、pangolin_lineage 和日期的累计总和。我试图在上面的函数中添加另一个向量，但似乎你只能为 tapply 输入一个索引输入和一个向量输入。我收到此错误：

date_country$cum_country_pangol <- as.numeric(unlist(tapply(date_country$n, date_country$country, date_country$pangolin_lineage, cumsum)))
Error in match.fun(FUN) : 
  'date_country$pangolin_lineage' is not a function, character or symbol

有没有人知道如何在多个向量（国家、pangolin_lineage、日期？

Answer 1

如果有多个组，将其包装在 list 中，但请注意 tapply 在汇总函数中，当我们指定 cumsum 之类的函数时，它可以拆分.

 tapply(date_country$n, list(date_country$country, date_country$pangolin_lineage), cumsum))

但是，使用 ave 更容易，即如果我们想创建一个新列，只需使用 ave[=18 就可以避免 unlist 等的麻烦=]

ave(date_country$n, date_country$country, 
     date_country$pangolin_lineage, FUN = cumsum)
#[1] 1 2 3 1 4 1

对 R 中的多个向量使用 tapply 和 cumsum 函数

Using tapply and cumsum function for multiple vectors in R

r

cumulative-sum

tapply