Question

我想创建一个等于数据$ Rating的运行总和的列，给定两个条件在第3列和第4列中为真，特别是数据$ Year＆lt;当前年份和数据$ ID等于当前ID。

在文字中，这应该计算每个id到上一年的累积评级总和。它应该为数据框中的每一行（大约50,000行）执行此操作。鉴于数据框的大小，如果可能的话，我不想循环。

我提供了一个简短的例子，说明下面的内容......

> head(data[,c(3,4,13)])
  Year        ID        Rating  CumSum
1 2010        13578     2       0
2 2010        13579     1       0
3 2010        13575     3       0
4 2011        13575     4       3
5 2012        13578     3       2    
6 2012        13579     2       1
7 2012        13579     4       1

我来自电子表格背景，所以我仍然在考虑SUMIFS等等（这很好地解决了我在Excel中的问题），所以如果语言不准确就道歉。

Answer 1

data <- data.frame(Year = c( rep(2010, 3), 2011, rep(2012, 3) ),
                   ID = c(13578, 13579, 13575, 13575, 13578, 13579, 13579),
                   Rating = c(2, 1, 3, 4, 3, 2, 4))
data 

#   Year        ID        Rating  
# 1 2010        13578     2       
# 2 2010        13579     1       
# 3 2010        13575     3       
# 4 2011        13575     4       
# 5 2012        13578     3           
# 6 2012        13579     2       
# 7 2012        13579     4

创建一个等于data$Rating的运行总和的列
- data$Year < Year
- data$ID == ID
这应该计算每个ID到上一年的评级累积总和

所需的输出是

data 

#   Year  ID     Rating    CumSum
# 1 2010  13578  2         2        
# 2 2010  13579  1         1
# 3 2010  13575  3         3
# 4 2011  13575  4         7
# 5 2012  13578  3         5  
# 6 2012  13579  2         3
# 7 2012  13579  4         7

这可以这样做

year <- 2014 # maximum year to include in cumsum
ID.values <- names(table(data$ID)) # get unique values of data$ID, sorted

# cumsum for 13575 rows, followed by cumsum for 13578 rows, ...
Rating.cumsum <- unlist(sapply(ID.values, 
                     function(x) cumsum(data$Rating[data$ID == x]))) 

# assign cumsum output to appropriate rows
data$cumsum[with(data, order(ID))] <- Rating.cumsum

为数据帧中的每一行计算R中的条件运行总和

1 个答案: