data.frame 中的一些特定计算答案

【问题标题】：Some specific calculation in a data.framedata.frame 中的一些特定计算
【发布时间】：2013-09-17 02:36:20
【问题描述】：

如何根据 R 中前一行的结果进行计算？为了更清楚，想象一下下面的数据框：

user   rev   total_rev
A      10    10   
A      10    20 
A      20    40
A      10    50
B      50    50  
C      50    50   
C      10    60
C      20    80

其中 user 是一个唯一的 ID 变量，rev 是一个度量变量（例如收入），我想将其聚合到新变量“total_rev”中。它应该包含变量“rev”到特定行的总和，因此必须对每一行进行如下计算：

> total_rev[i] = total_rev[i-1] + rev[i]

其中 i 是实际行

请注意，每个用户的计算必须从零开始。我已经尝试使用循环解决这个问题，该循环适用于一个小测试用例，但日期帧非常大，并且对完整数据集的计算不想结束。

【问题讨论】：

欢迎来到 SO。这个问题非常简单，应该可以通过您的一些快速研究来解决。 R 是矢量化的，并且具有出色的聚合工具。看看这里，用谷歌搜索cumulative sums 和split-apply-combine 的数据操作策略。

标签： r dataframe data-manipulation

【解决方案1】：

library(plyr)
mydata<-mtcars
ddply(mydata,.(cyl),transform,mpg=cumsum(mpg))

对于您的数据：

library(plyr)
ddply(yourdata,.(user),transform,total_rev=cumsum(rev))

 user rev total_rev
1    A  10        10
2    A  10        20
3    A  20        40
4    A  10        50
5    B  50        50
6    C  50        50
7    C  10        60
8    C  20        80

【讨论】：

【解决方案2】：

您可以使用?ave 和?cumsum：

ave(df$rev, df$user, cumsum)

例如：

df <- read.table(textConnection("user   rev   total_rev
A      10    10   
A      10    20 
A      20    40
A      10    50
B      50    50  
C      50    50   
C      10    60
C      20    80"), header=TRUE)

df$total <- ave(df$rev, df$user, cumsum)
#  user rev total_rev total
#1    A  10        10    10
#2    A  10        20    20
#3    A  20        40    40
#4    A  10        50    50
#5    B  50        50    50
#6    C  50        50    50
#7    C  10        60    60
#8    C  20        80    80

【讨论】：

【解决方案3】：

在处理庞大的数据库时，data.table 是一个不错的选择

> library(data.table)
> DT <- data.table(df)
> DT[, total:= cumsum(rev), by=list(user) ]
> DT
   user rev total_rev total
1:    A  10        10    10
2:    A  10        20    20
3:    A  20        40    40
4:    A  10        50    50
5:    B  50        50    50
6:    C  50        50    50
7:    C  10        60    60
8:    C  20        80    80

【讨论】：