如何跨列累计求和答案

【问题标题】：How to sum cumulatively across columns如何跨列累计求和
【发布时间】：2020-05-08 17:08:31
【问题描述】：

我是 R 新手，想修改一个数据集，以便每列包含其左侧所有列（包括其自身）中值的累积总和。我知道如何使用rowSums 分别计算每列的累积总和：

df <- data.frame(
  jan = rep(1:2, each = 3),
  feb = rep(1:3, each = 2),
  mar = rep(5:4, each = 3),
  apr = rep(1:3, each = 2)
)
df

df %>%
  mutate(feb = rowSums(subset(., select = (jan:feb))),
         mar = rowSums(subset(., select = (jan:mar))),
         apr = rowSums(subset(., select = (jan:apr))))

这会产生我正在寻找的输出：

  jan feb mar apr
1   1   2   7   8
2   1   2   7   8
3   1   3   8  10
4   2   4   8  10
5   2   5   9  12
6   2   5   9  12

如何将其推广到任意数量的列？我一直在尝试这样的陈述：

df %>% mutate_at(vars(-jan), ~rowSums(subset(., select = (jan:.))))

但我没有正确使用subset。如果您能提供帮助，请提前致谢。

【问题讨论】：

你需要使用mutate吗？只是在列索引较低的列中运行apply 并不能满足您的需求吗？

标签： r subset dplyr

【解决方案1】：

不清楚你在问什么，你应该提供一个示例输出。这有帮助吗？

> cumsum(colSums(df))
jan feb mar apr 
  9  21  48  60

或者这个？

new_df <- df

for(i in 1:nrow(df)){
    new_df[i,] <- cumsum(unlist(df[i,]))
}

> new_df
  jan feb mar apr
1   1   2   7   8
2   1   2   7   8
3   1   3   8  10
4   2   4   8  10
5   2   5   9  12
6   2   5   9  12

【讨论】：

是的，就是这样。非常感谢。
运行时间是 sapply 版本的两倍，但如果它不在循环内或数据帧不大，那么这应该不是问题。

【解决方案2】：

我知道这些列应该累积求和。像这样：

cum.df = sapply(1:ncol(df), function(col){
    rowSums(df[1:col])
})

     [,1] [,2] [,3] [,4]
[1,]    1    2    7    8
[2,]    1    2    7    8
[3,]    1    3    8   10
[4,]    2    4    8   10
[5,]    2    5    9   12
[6,]    2    5    9   12

对吗？

【讨论】：

是的，完全正确。非常感谢。

【解决方案3】：

applying cumsum.

t(apply(df, 1, cumsum))
#      jan feb mar apr
# [1,]   1   2   7   8
# [2,]   1   2   7   8
# [3,]   1   3   8  10
# [4,]   2   4   8  10
# [5,]   2   5   9  12
# [6,]   2   5   9  12

【讨论】：

【解决方案4】：

这是Reduce 的替代方案：

do.call(cbind,Reduce(`+`,lapply(df,`[`,),accumulate = TRUE))
     [,1] [,2] [,3] [,4]
[1,]    1    2    7    8
[2,]    1    2    7    8
[3,]    1    3    8   10
[4,]    2    4    8   10
[5,]    2    5    9   12
[6,]    2    5    9   12

【讨论】：

【解决方案5】：

rowCumsums 的另一个选项来自matrixStats

library(matrixStats)
rowCumsums(as.matrix(df))

【讨论】：