Question

我想为我的数据框（df）计算每月的非累计小计。

  "date"    "id"   "change" 
2010-01-01    1       NA        
2010-01-07    2        3        
2010-01-15    2       -1        
2010-02-01    1       NA        
2010-02-04    2        7        
2010-02-22    2       -2        
2010-02-26    2        4        
2010-03-01    1       NA
2010-03-14    2       -4 
2010-04-01    1       NA

新时期从新月的第一天开始。列“ id”用作新周期开始（== 1）和某个周期内观察（== 2）的分组变量。目标是汇总一个月内的所有更改，然后在下一个周期从0重新开始。输出应存储在df的附加列中。

以下是我的数据框的可复制示例：

require(dplyr)
require(tidyr)
require(lubridate)

date <- ymd(c("2010-01-01","2010-01-07","2010-01-15","2010-02-01","2010-02-04","2010-02-22","2010-02-26","2010-03-01","2010-03-14","2010-04-01"))   
df <- data.frame(date)
df$id <- as.numeric((c(1,2,2,1,2,2,2,1,2,1)))
df$change <- c(NA,3,-1,NA,7,-2,4,NA,-4,NA)

我试图做的事情：

df <- df %>%
group_by(id) %>%
mutate(total = cumsum(change)) %>%
ungroup() %>%
fill(total, .direction = "down") %>%
filter(id == 1)

这将导致以下输出：

  "date"    "id"   "change"  "total"
 2010-01-01    1       NA        NA
 2010-02-01    1       NA        2
 2010-03-01    1       NA        11
 2010-04-01    1       NA        7

问题出在函数cumsum上，该函数累加了一个组中的所有先前值，并且在新的周期内不会从0重新开始。

所需的输出如下：

  "date"    "id"   "change"  "total"
2010-01-01    1       NA        NA
2010-02-01    1       NA        2
2010-03-01    1       NA        9
2010-04-01    1       NA       -4

“ id” == 1的行显示了所有前面所有“ id” == 2的更改的总和，每个周期都从0重新开始。是否存在针对此类问题的特定命令？任何人都可以提供上面代码的替代方法吗？

Answer 1

我们可能还需要在分组变量中使用year-month格式的“日期”来重置每个月

library(dplyr)
df %>%
  group_by(id, grp = format(date, "%Y-%m")) %>%
  mutate(total = cumsum(change)) %>%   
  ungroup() %>%
  fill(total, .direction = "down") %>%
  filter(id == 1) %>%
  ungroup %>%
  select(-grp)
# A tibble: 4 x 4
#  date          id change total
#  <date>     <dbl>  <dbl> <dbl>
#1 2010-01-01     1     NA    NA
#2 2010-02-01     1     NA     2
#3 2010-03-01     1     NA     9
#4 2010-04-01     1     NA    -4

如何使用dplyr在R中创建每月的非累计小计？

1 个答案: