更新

Question

我想累积一个长期（包括不同年份）每天测量的变量。变量的累积应从一年中的固定日期开始（例如，2月1日，或者换句话说，每年的日数（doy）32-我以前在doys工作）。每年的累积金额应从这个固定的日期开始。

我尝试使用setDT(df)[, whatiwant := cumsum(variable), by = rleid(DOY >= 32)]或rle(DOY >= 32)，但他们都不考虑每年的头几天。

从理论上讲，函数ave()应该可以正常工作，但我不知道如何在不同年份的doy之间创建一个标志变量（通常只创建第一个）。

df <- data.frame(Date = seq(as.Date("2010-01-01"), by = 1, len = 1000),
                 Year = format(seq(as.Date("2010-01-01"), by = 1, len = 1000), "%Y"),
                 DOY = format(seq(as.Date("2010-01-01"), by = 1, len = 1000), "%j"),
                 Variable = rnorm(1000, mean=10, sd=3))

编辑：谢谢你的帮助。它如何与data.table包一起工作？

Answer 1

让我们从功能界面开始，该界面是可以解决问题的功能列表以及其输入和输出。

函数reset_cum_sums包含两个元素，一个向量和该向量的重置位置列表。 输出将是包含累积总和的向量 ，总和在向量的每个所需位置重新开始。一个例子应该使这一点更清楚：

在每个重置位置，累计和重置。因此，如果输入为1:10，位置矢量为3 5 7，则输出为

input: [1 2 3 4 5 6 7 8 9 10]

output: [1 3 3 7 5 11 7 15 24 34]

如果未给出位置，则结果将与cumsum相同。

is_feb_1st将返回TRUE，否则返回FALSE。我将把它留给您练习。
功能接口使用原始函数which，split和lapply，其原始文档仅供练习阅读。

现在，解决方案的轮廓可以写为：

restart_feb_first<-function(data.frame) {
   reset_cum_sums(data.frame$value,  
       which(is_feb_first(data.frame$date))
   }

如果您的数据中2月的第一个出现在位置32,32 + 365,32 + 730，..，则将构成您的位置向量。令人高兴的是，您可以轻松容纳leap年。

唯一具有挑战性的部分是写reset_cum_sums；在这里，我提供了一种方法，不一定是最有效的方法。该程序将向量分成多个块，每个块都从适当的位置开始（在您的情况下，二月初）。请注意，此示例不需要管道操作员。您可以改用传统的功能符号。

此外，我以这种方式编写函数来说明一些R概念，而不必编写性能最高的代码。但是，如果要重写，则只需将您在此功能上的工作隔离开。

#
# purpose: define a function that creates cumulative  sums
# of vectors, but which reset at each position given by 
# the vector `positions`, which can be null.
# reset_sum

# parameters for hypothetical example
set.seed(18)
values=runif(50)

# cumulative sums reset at these positions.
positions=c(3,13,23,33,43)

# dependencies
require(magrittr) # or tidyverse for pipe operator


reset_sum = function(vector,positions) {
   k=length(vector)
  # cut the list into pieces 
  splitter=cut(1:k,breaks=c(-Inf,positions,Inf),right = FALSE)
  pieces=split(vector,splitter)
  # do the cumsum of each piece, and then glue then back together
  pieces %>%  lapply(cumsum) %>% unlist(use.names=FALSE)
}

以下是该函数的调用方式

# examples
reset_sum(values,positions)
reset_sum(rep(1,50),positions)

我希望这可以指导您找到适合您需求的解决方案。关键概念是将其分解，直到找到一个根据R原语“易于”编写的函数。如果您需要reset_cum_sums来提高效率，那么用C或data.table编写起来应该很容易，但是让我们再待一天。

更新

此函数返回一个向量，因此要与数据表包一起使用，只需添加一个赋值即可，如

DT[,new_column:=reset_sum(value,,isFebFirst(date)]

在每年的固定日期开始cumsum（）

1 个答案:

更新