根据一列的类别创建两列累积和答案

【问题标题】：Creating two columns of cumulative sum based on the categories of one column根据一列的类别创建两列累积和
【发布时间】：2021-05-19 03:46:31
【问题描述】：

我喜欢在分配列中创建两个累积频率为“A”和“B”的列。

df = data.frame(id = 1:10, assignment= c("B","A","B","B","B","A","B","B","A","B"))

            id assignment
        1   1          B
        2   2          A
        3   3          B
        4   4          B
        5   5          B
        6   6          A
        7   7          B
        8   8          B
        9   9          A
        10 10          B

结果表将具有这种格式

            id  assignment  A   B
        1   1   B           0   1
        2   2   A           1   1
        3   3   B           1   2
        4   4   B           1   3
        5   5   B           1   4
        6   6   A           2   4
        7   7   B           2   5
        8   8   B           2   6
        9   9   A           3   6
       10   10  B           3   7

如何概括超过 2 个类别的代码（比如“A”、“B”、C”）？谢谢

【问题讨论】：

标签： r cumulative-frequency

【解决方案1】：

基本 R 选项

transform(
  df,
  A = cumsum(assignment == "A"),
  B = cumsum(assignment == "B")
)

给予

   id assignment A B
1   1          B 0 1
2   2          A 1 1
3   3          B 1 2
4   4          B 1 3
5   5          B 1 4
6   6          A 2 4
7   7          B 2 5
8   8          B 2 6
9   9          A 3 6
10 10          B 3 7

【讨论】：

【解决方案2】：

我们可以使用model.matrix 和colCumsums

library(matrixStats)
cbind(df, colCumsums(model.matrix(~ assignment - 1, df[-1])))

【讨论】：

使用model.matrix 的解决方案真是太棒了！

【解决方案3】：

在assignment 中使用lapply 而非unique 值来创建新列。

vals <- sort(unique(df$assignment))
df[vals] <- lapply(vals, function(x) cumsum(df$assignment == x))
df

#   id assignment A B
#1   1          B 0 1
#2   2          A 1 1
#3   3          B 1 2
#4   4          B 1 3
#5   5          B 1 4
#6   6          A 2 4
#7   7          B 2 5
#8   8          B 2 6
#9   9          A 3 6
#10 10          B 3 7

【讨论】：

运行代码时出现以下错误“Summary.factor(1:2, na.rm = FALSE) 中的错误：‘min’对因子没有意义”
@user15219127 看来您使用的是 R data.frame 创建中添加stringsAsFactors = FALSE。使用df = data.frame(id = 1:10, assignment= c("B","A","B","B","B","A","B","B","A","B"), stringsAsFactors = FALSE)