基于行索引的累积频率

Question

我已经有一段时间遇到这个问题了。所以这是我正在使用的示例数据

dt <- data.frame(purchase_freq =  c('1','2','3','4', '5'), count = c('6','2','5','9','11'))

我希望它有类似的结果

dt <- data.frame(purchase_freq = c('1','2','3','4', '5'), count = c('6','2','5','9','11'), cumulative_index = ('33','27','25','20','11'))

感谢您的帮助！

编辑：抱歉，这还不够清楚。基本上，cumulative_index[1] = count[1:5]、cumulative_index[2]=count[2:5]、cumulative_index[3]=count[3:5] 等等。我知道这可能很简单，但我无法真正解决这个问题。感谢所有帮助

Answer 1

您可以用c2 的累计和减去c2 的总和。

transform(dt, c3 = sum(c2) - c(0, cumsum(c2[-nrow(dt)])))

#  c1 c2 c3
#1  1  6 33
#2  2  2 27
#3  3  5 25
#4  4  9 20
#5  5 11 11

也可以写成dplyr和data.table：

library(dplyr)
dt %>% mutate(c3 = sum(c2) - lag(cumsum(c2), default = 0))

library(data.table)
setDT(dt)[, c3 := sum(c2) - shift(cumsum(c2), fill = 0)]

数据

dt <- data.frame(c1 = c(1,2,3,4,5), c2 = c(6,2,5,9,11))