Question

我有一张表：

ppp<-data.frame(client=c(1,1,1,3,3), 
                calldate=c('2014-08-07', '2014-08-09','2014-08-06','2014-08-07', '2014-08-08'),
                cant=c(1,2,3,2,1))

我需要计算每个客户的累计天数。在这种情况下，我需要获得下表：

client    calldate   cant   cum cant
     1  06/08/2014      3          3
     1  07/08/2014      1          4
     1  09/08/2014      2          6
     2  07/08/2014      2          2
     2  08/08/2014      1          3

我尝试了这个，我得到了严格的解决方案：

ppp <- ppp[order(ppp$client,ppp$calldate),]
ppp$cumsum<-unlist(tapply(ppp$cant,ppp$client,FUN=cumsum))

但这是最好的方法吗？为每个客户创建一个列表然后取消列出该列表？ 另外，因为我没有指定日期字段，所以我只是订购数据。

Answer 1

包dplyr将非常轻松地为您完成此任务：

library(dplyr) 

ppp %>% group_by(client) %>% arrange(calldate) %>% mutate(cumcant=cumsum(cant))

#client   calldate cant cumcant
#1      1 2014-08-06    3            3
#2      1 2014-08-07    1            4
#3      1 2014-08-09    2            6
#4      3 2014-08-07    2            2
#5      3 2014-08-08    1            3

Answer 2

或data.table选项

library(data.table) # 1.9.4+
setorder(setDT(ppp), client, calldate)[, cum_cant := cumsum(cant), by = client]
ppp
#    client   calldate cant cum_cant
# 1:      1 2014-08-06    3        3
# 2:      1 2014-08-07    1        4
# 3:      1 2014-08-09    2        6
# 4:      3 2014-08-07    2        2
# 5:      3 2014-08-08    1        3

修改：对于较旧的data.table版本（＆lt; 1.9.4），请使用setkey代替setorder

setkey(setDT(ppp), client, calldate)[, cum_cant := cumsum(cant), by = client]

编辑＃2（根据OP评论）：

setkey(setDT(ppp), client, calldate)[, `:=`(cum_cant = cumsum(cant),
                                            cummin_cant = cummin(cant)), by = client]

Answer 3

这是使用ave

的另一种基本R可能性

ppp$cumcant <- with(ppp, {
    ave(cant[order(client, calldate)], client, FUN = "cumsum")
})
ppp
#   client   calldate cant cumcant
# 3      1 2014-08-06    3       3
# 1      1 2014-08-07    1       4
# 2      1 2014-08-09    2       6
# 4      3 2014-08-07    2       2
# 5      3 2014-08-08    1       3

每天为每个客户获取一个运行计数

3 个答案: