在包含相同值的 r 数据框中的多个列上的累积和条件

Question

假设我的 data.frame 如下所述：

df<-as.data.frame(cbind("Home"=c("a","c","e","b","e","b"),
"Away"=c("b","d","f","c","a","f"))
df$Index<-rep(1,nrow(df))

   Home Away Index
1    a    b     1
2    c    d     1
3    e    f     1
4    b    c     1
5    e    a     1
6    b    f     1

我想要做的是使用索引列计算每个字符 a - f 的累积总和，无论它们是否在 Home 或 Away 列中。因此，一个名为Cumulative_Sum_Home 的列，例如，获取Home 行中的字符，在第6 行的情况下使用“b”，并计算“b”在Home 或Away 中出现的次数包括第 6 行在内的所有先前行中的列。因此，在这种情况下，b 在前 6 行中累计出现了 3 次，因此Cumulative_Sum_Home 给出的值为 3。同样的逻辑适用于Cumulative_Sum_Away 列。以第 5 行为例，字符“a”出现在 Away 列中，并且在该行之前在 Home 或 Away 列中累计出现了 2 次，因此列 Cumulative_Sum_Away takes 的值为 2。

 Home Away Index   Cumulative_Sum_Home  Cumulative_Sum_Away
1    a    b     1        1                    1
2    c    d     1        1                    1
3    e    f     1        1                    1
4    b    c     1        2                    2 
5    e    a     1        2                    2 
6    b    f     1        3                    2 

我不得不承认我完全不知道如何解决这个问题。我试过查看data.table 方法，但我以前从未使用过该软件包，所以我无法立即看到如何解决它。任何提示都会受到极大的欢迎。

Answer 1

有可以让这个更精简的空间，但如果这对你来说并不重要，那么这应该没问题。

NewColumns = list()

for ( i in sort(unique(c(levels(df[,"Home"]),levels(df[,"Away"]))))) {

   NewColumnAddition = i == df$Home | i ==df$Away
   NewColumnAddition[NewColumnAddition] = cumsum(NewColumnAddition[NewColumnAddition])
   NewColumns[[i]] = NewColumnAddition

}


df$Cumulative_Sum_Home = sapply(
   seq(nrow(df)),
   function(i) {
      NewColumns[[as.character(df[i,"Home"])]][i]
   }
)


df$Cumulative_Sum_Away = sapply(
   seq(nrow(df)),
   function(i) {
      NewColumns[[as.character(df[i,"Away"])]][i]
   }
)



> df
  Home Away Index HomeSum AwaySum
1    a    b     1       1       1
2    c    d     1       1       1
3    e    f     1       1       1
4    b    c     1       2       2
5    e    a     1       2       2
6    b    f     1       3       2

这是data.table 替代方案 -

setDT(df)
for ( i in sort(unique(c(levels(df[,Home]),levels(df[,Away]))))) {

   df[, TotalSum := cumsum(i == Home | i == Away)]
   df[Home == i, Cumulative_Sum_Home := TotalSum]
   df[Away == i, Cumulative_Sum_Away := TotalSum]

}
df[,TotalSum := NULL]