r - 累积分组

Question

我有以下数据框：

df = data.frame(a = c(1,1,3,2,2), b=6:10)
##  a    b
##  1    6
##  1    7
##  3    3
##  2    9
##  2    10

我想按组分析数据（a 是分组参数），但不是通常的（例如，每个值指定一组行，并且组是不相交的）我需要“累积组”。也就是说，对于 a=i 的值，该组应该包含 a<=i 的所有行。这些不是不相交的组，但我仍然想分别总结每个组。

因此，例如，如果对于每个组我想要 b 的平均值，结果将是：

##    a    mean_b
##    1    6.5
##    2    8
##    3    7

请注意，在这个简化示例背后的真实场景中，我不能单独分析不相交的组，然后聚合相关组。summarise 函数必须“知道”该组中的所有行才能执行计算。

所以当然，我可以使用一些应用函数并以旧的方式计算事物，并从中创建一个新的 df，但我会寻找类似 dplyr/tidyverse 的函数来做到这一点。

有什么建议么？

标签： rdplyrgroupingtidyversecumulative-sum

Answer 1

这样的事情怎么样？

library(dplyr)

df %>%
 arrange(a) %>%
 group_by(a) %>%
 summarise(sum_b = sum(b)) %>%
 ungroup() %>%
 mutate(sum_b = cumsum(sum_b))

#     a sum_b
#  <dbl> <int>
#1    1.    13
#2    2.    32
#3    3.    40

我们sum按组 ( a) 取，然后将累积总和加上下一组中该组的前一个值。