计算具有指定列数的累积和

Question

您可以在下面看到我拥有的更大表的示例

library(data.table)
input  <- data.table(ID     = c("A", "B"),
                     Para   = c(2.8, 5),
                     Value1 = c(50, 80),
                     Value2 = c(80, 40),
                     Value3 = c(80, 100),
                     Value4 = c(60, 10),
                     Value5 = c(40, 80))

我想要实现的是添加一列，其中包含 Para 列中指定的下 x 列的累积总和。但如果逗号后面有数字，则列中的值应按数字调整。

所以对于第一行（Para = 2.8），结果应该是

1*50 + 1*80 + 0.8*80 = 194

第二行（Para = 5）的结果应该是

1*80 + 1*40 + 1*100 + 1*10 + 1*80 = 310

决赛桌应该是这样的

output <- cbind(input, Result = c(194, 310))

我的想法是将 Para 值 2.8 拆分为 5 个数字的百分比向量，因此是整个范围。

c(1, 1, .8, 0, 0)

将列 Value1:Value5 与该向量相乘，然后将所有 Value1:Value5 相加。但我不知道如何将 2.8 拆分为这样的向量，也许有更好的解决方案我不知道。谢谢。

Answer 1

这是一个将数据保持为宽格式并使用Reduce() 计算“加权行总和”的解决方案：

library(data.table)
input[, Cumul := {
  tmp <- c(rep(1, Para), Para %% 1)
  mul <- replace(rep(0, ncol(.SD)), seq_along(tmp), tmp)
  Reduce(sum, .SD * mul)
}, .SDcols = Value1:Value5, by = ID]
input[]

   ID Para Value1 Value2 Value3 Value4 Value5 Cumul
1:  A  2.8     50     80     80     60     40   194
2:  B  5.0     80     40    100     10     80   310

这适用于.SDcols 指定的任意数量的列，或者Para 更大。

Answer 2

# example data
input  <- data.frame(ID     = c("A", "B"),
                     Para   = c(2.8, 5),
                     Value1 = c(50, 80),
                     Value2 = c(80, 40),
                     Value3 = c(80, 100),
                     Value4 = c(60, 10),
                     Value5 = c(40, 80))

library(tidyverse)

# function that creates a vector of multipliers based on Para column
# assumes that you have ID, Para and rest columns are Value 1,2...,N
# if Para is larger than the corresponding values it keeps first x multipliers
f_create_vector = function(x) {
    y = if(x %% 1 > 0) c(rep(1, x), x %% 1) else rep(1, x)
    z = rep(0, ncol(input)-2)
    c(y, z[-seq_along(y)])[1:(ncol(input)-2)] 
}


input %>%
  group_by(ID, Para) %>%                              # for each combination
  nest() %>%                                          # nest data
  group_by(ID) %>%                                    # for each ID
  mutate(vec = list(f_create_vector(Para))) %>%       # create a column of multipliers in a list
  mutate(CumSum = map2(data, vec, ~sum(.x * .y))) %>% # get the cumsum using multipliers and the value columns
  ungroup() %>%                                       # forget the grouping
  unnest(data, CumSum) %>%                            # unnest those columns
  select(-vec)                                        # remove that column

# # A tibble: 2 x 8
#   ID     Para CumSum Value1 Value2 Value3 Value4 Value5
#   <fct> <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
# 1 A       2.8    194     50     80     80     60     40
# 2 B       5      310     80     40    100     10     80

Answer 3

您可以使用模除法 %/% 和其余的除法来创建乘法向量，然后使用 apply 调用中的所有内容：

apply(input, MARGIN = 1, function(x) {
  multiplier <- as.numeric(x["Para"])
  multiplier_long <- c(rep(1, multiplier %/% 1), multiplier %% 1)[1:5]
  multiplier_long[is.na(multiplier_long)] <- 0
  sum(as.numeric(x[-c(1, 2)]) * multiplier_long)
})

# [1] 194 310

Answer 4

如果您想将Para 拆分为一个 5 值向量，您可以尝试以下操作：

input %>%
  select(ID,Para) %>%
  slice(rep(1:n(), each = 5)) %>%
  group_by(ID) %>%
  mutate(rn = 1:n()) %>%
  mutate(Para = if_else( (Para - rn)>0, 1.0, 
                        if_else(Para - rn > -1, Para - lag(rn), 0))) %>%
  select(-rn)

给出：

   ID     Para
   <chr> <dbl>
 1 A     1    
 2 A     1    
 3 A     0.800
 4 A     0    
 5 A     0    
 6 B     1    
 7 B     1    
 8 B     1    
 9 B     1    
10 B     1