在R中找到一个变量的年度累积？答案

【问题标题】：find yearly cumsum of a variable in R?在R中找到一个变量的年度累积？
【发布时间】：2020-07-18 14:14:34
【问题描述】：

在下面的代码中，我想找到每年的cumsum。现在，Variable A 在整个期间都是summed。任何帮助将不胜感激。

library(dplyr)
library(lubridate)
set.seed(50)
DF <- data.frame(date = seq(as.Date("2001-01-01"), to= as.Date("2003-12-31"), by="day"),
                       A = runif(1095, 0,10))
DF1 <- DF %>% 
  mutate(Year = year(date), Month = month(date), JDay = yday(date)) %>%
  filter(between(Month,5,10)) %>%
  group_by(Year, JDay) %>% 
  mutate(Precipitation = cumsum(A))

【问题讨论】：

标签： r dataframe group-by tidyverse cumsum

【解决方案1】：

只需从分组变量中删除 JDay

DF1 <- DF %>% 
  mutate(Year = year(date), Month = month(date), JDay = yday(date)) %>%
  filter(between(Month,5,10)) %>%
  group_by(Year) %>% 
  mutate(Precipitation = cumsum(A)) %>%
  ungroup()

【讨论】：

我删除了我之前的评论——我还加载了其他几个包（tidyverse、tidyr），我认为这是没有得到正确答案的唯一原因。

【解决方案2】：

这里的问题似乎与您的分组条款有关。具体来说，由于您的数据中Year 和JDay 的不同组合与DF 中的行一样多，因此mutate 中的后续cumsum 操作将简单地返回与输入列相同的值， A。我相信以下内容应该可以满足您的需求

library(dplyr)
library(lubridate)

set.seed(50)
DF <- data.frame(date = seq(as.Date("2001-01-01"), to= as.Date("2003-12-31"), by="day"),
                 A = runif(1095, 0,10))
DF1 <- DF %>% 
  mutate(Year = year(date), Month = month(date), JDay = yday(date)) %>%
  filter(between(Month,5,10)) %>%
  arrange(Year, JDay) %>% 
  group_by(Year) %>% 
  mutate(Precipitation =  cumsum(A)) %>% 
  ungroup()

# illustrate that Precipitation does indeed give the cumulative value of A for
# each year by printing the first 5 observations for each year in DF1
DF1 %>% 
  group_by(Year) %>% 
  slice(1:5)
#> # A tibble: 15 x 6
#> # Groups:   Year [3]
#>    date           A  Year Month  JDay Precipitation
#>    <date>     <dbl> <dbl> <dbl> <dbl>         <dbl>
#>  1 2001-05-01 6.25   2001     5   121          6.25
#>  2 2001-05-02 0.188  2001     5   122          6.43
#>  3 2001-05-03 5.37   2001     5   123         11.8 
#>  4 2001-05-04 5.55   2001     5   124         17.4 
#>  5 2001-05-05 5.15   2001     5   125         22.5 
#>  6 2002-05-01 2.95   2002     5   121          2.95
#>  7 2002-05-02 6.75   2002     5   122          9.71
#>  8 2002-05-03 7.77   2002     5   123         17.5 
#>  9 2002-05-04 8.13   2002     5   124         25.6 
#> 10 2002-05-05 5.58   2002     5   125         31.2 
#> 11 2003-05-01 9.98   2003     5   121          9.98
#> 12 2003-05-02 8.24   2003     5   122         18.2 
#> 13 2003-05-03 6.13   2003     5   123         24.4 
#> 14 2003-05-04 5.22   2003     5   124         29.6 
#> 15 2003-05-05 9.81   2003     5   125         39.4

【讨论】：

我更新了我的答案以表明代码确实生成了一个数据框，其中Precipitation 表示每个Year 的A 的累积值。如果输出不是您所追求的，您能否提供一个表示您期望得到的代表？
我重新启动了我的 R 会话并仅加载 lubridate 和 dplyr 包，它开始工作。以前我也加载了tidyverse、tidyr 包。我不知道为什么，但我认为包裹之间可能存在某种混淆，这就是为什么我没有得到正确答案的原因。

【解决方案3】：

这是一个data.table 解决方案。如果您想要每年的 cumsum，但只显示从第 5 个月到第 10 个月的间隔，这将是 data.table 代码：

library(lubridate)
#> 
#> Attaching package: 'lubridate'
#> The following objects are masked from 'package:base':
#> 
#>     date, intersect, setdiff, union
library(data.table)
#> 
#> Attaching package: 'data.table'
#> The following objects are masked from 'package:lubridate':
#> 
#>     hour, isoweek, mday, minute, month, quarter, second, wday, week,
#>     yday, year
set.seed(50)
DF <- data.frame(date = seq(as.Date("2001-01-01"), to= as.Date("2003-12-31"), by="day"),
                 A = runif(1095, 0,10))

data.table(DF)[, `:=` (Year = year(date), Month = month(date), JDay = yday(date))][, Precipitation := cumsum(A), by=Year][between(Month, 5, 10)][]
#>            date         A Year Month JDay Precipitation
#>   1: 2001-05-01 6.2465000 2001     5  121      568.9538
#>   2: 2001-05-02 0.1877191 2001     5  122      569.1416
#>   3: 2001-05-03 5.3717570 2001     5  123      574.5133
#>   4: 2001-05-04 5.5457454 2001     5  124      580.0591
#>   5: 2001-05-05 5.1508288 2001     5  125      585.2099
#>  ---                                                   
#> 548: 2003-10-27 0.1979292 2003    10  300     1479.8115
#> 549: 2003-10-28 6.7286553 2003    10  301     1486.5402
#> 550: 2003-10-29 8.7215420 2003    10  302     1495.2617
#> 551: 2003-10-30 8.2572257 2003    10  303     1503.5190
#> 552: 2003-10-31 9.6567923 2003    10  304     1513.1757

如果您只想要 5-10 个月的 cumsum，您可以在计算 cumsum 之前放置过滤器：

data.table(DF)[, `:=` (Year = year(date), Month = month(date), JDay = yday(date))][between(Month, 5, 10)][, Precipitation := cumsum(A), by=Year][]
#>            date         A Year Month JDay Precipitation
#>   1: 2001-05-01 6.2465000 2001     5  121      6.246500
#>   2: 2001-05-02 0.1877191 2001     5  122      6.434219
#>   3: 2001-05-03 5.3717570 2001     5  123     11.805976
#>   4: 2001-05-04 5.5457454 2001     5  124     17.351722
#>   5: 2001-05-05 5.1508288 2001     5  125     22.502550
#>  ---                                                   
#> 548: 2003-10-27 0.1979292 2003    10  300    916.597973
#> 549: 2003-10-28 6.7286553 2003    10  301    923.326629
#> 550: 2003-10-29 8.7215420 2003    10  302    932.048171
#> 551: 2003-10-30 8.2572257 2003    10  303    940.305396
#> 552: 2003-10-31 9.6567923 2003    10  304    949.962189

【讨论】：