时间戳

首页 > 解决方案 > R循环/lapply，按分组累积总计

r - R循环/lapply，按分组累积总计

问题描述

我正在尝试在我的数据集中创建新变量，这些变量是基于其他变量（使用分组依据）重新启动的累积总数......我希望这些成为数据集中的新列，这是我正在努力解决的部分......

使用下面的数据，我想为每个 Product 和 Product_Cat 分组创建累积销售和利润列。

下面的代码部分地给了我我需要的东西，但变量不是新变量，而是覆盖现有的销售/利润......我错了什么？我想这很简单，没有发现任何东西。

注意：我使用 lapply 因为我的真实数据集有 40 多个变量，我需要为其创建计算。

DT <- setDT(Data)[,lapply(.SD, cumsum), by = .(Product,Product_Cat) ]

数据举例：

Product <- c('A','A','A','B','B','B','C','C','C')
Product_Cat <- c('S1','S1','S2','C1','C1','C1','D1','E1','F1')
Sale <- c(10,15,5,20,15,10,5,5,5)
Profit <- c(2,4,2,6,8,2,4,6,8)
Sale_Cum <- c(10,25,5,20,35,45,5,5,5)
Profit_Cum <- c(2,6,2,6,14,16,4,6,8)

Data <- data.frame(Product,Product_Cat,Sale,Profit)
Desired_Data <- data.frame(Product,Product_Cat,Sale,Profit,Sale_Cum,Profit_Cum)

标签： rdata.tablelapplycumsumcumulative-sum

解决方案

这本身并不使用 group by ，但我认为它可以实现您正在寻找的内容，因为它很容易扩展到许多列：

D2 <- data.frame(lapply(Data[,c(3,4)], cumsum))
names(D2) <- gsub("$", "_cum", names(Data[,c(3,4)]))
Data <- cbind(Data, D2)

如果您有 40 多列，只需更改 c(3,4) 以包含您之后的所有列。

编辑：

我忘记了 OP 希望它为每个类别重置。在这种情况下，您可以修改原始代码：

DT <- setDT(Data)[,lapply(.SD, cumsum), by = .(Product,Product_Cat) ]
names(D2)[c(-1,-2)] <- gsub("$", "_cum", names(Data)[c(-1,-2)])
cbind(Data, D2[,c(-1,-2)])

推荐阅读