Question

我有两个数据帧，一个（数据帧1）包含日期和每个日期的一些观察结果。在另一个表格（数据框2）中，我有更多日期，而不是我在其他数据框中的日期。

我想要做的是计算数据帧1的累积总和，并将结果放在数据帧2中。数据帧2中存在但数据帧1中没有的任何日期应该只具有前一天的值

Dataframe 1

Date        Obs  
2015-01-10  2  
2015-01-11  3  
2015-01-16  1  
2015-01-20  4

Dataframe 2

Date       cumSum
2015-01-09  0
2015-01-10  2
2015-01-11  5
2015-01-12  5
2015-01-13  5
2015-01-14  5
2015-01-15  5
2015-01-16  6
2015-01-17  6
2015-01-18  6
2015-01-19  6
2015-01-20 10
2015-01-21 10

如果有任何不清楚的地方，请告诉我。任何帮助都会很棒！

谢谢，

麦克

Answer 1

我们可以使用data.table的devel版本，即v1.9.5（安装devel版本的说明为here。

我们将第一个'data.frame'（'df1'）转换为'data.table'（setDT(df1)），使用on选项加入'df2'的'Date'列（可在devel版本中获得）。我们通过执行i（!is.na(Obs)）中行索引指定的'Obs'的累积和，基于'Obs'中的非NA元素创建'Cumsum'列。然后，我们可以使用na.locf中的library(zoo)将NA值替换为非NA之前的值，并更新“Cumsum”列。由于'Obs'列不在预期输出中，我们可以将它（:=）分配给NULL。

library(data.table)#v1.9.5+
library(zoo)
res <- setDT(df1)[df2['Date'], on='Date'][!is.na(Obs), Cumsum:=cumsum(Obs)
           ][, Cumsum:=na.locf(Cumsum, na.rm=FALSE)][, Obs := NULL]
res
#         Date Cumsum
# 1: 2015-01-09     NA
# 2: 2015-01-10      2
# 3: 2015-01-11      5
# 4: 2015-01-12      5
# 5: 2015-01-13      5
# 6: 2015-01-14      5
# 7: 2015-01-15      5
# 8: 2015-01-16      6
# 9: 2015-01-17      6
#10: 2015-01-18      6
#11: 2015-01-19      6
#12: 2015-01-20     10
#13: 2015-01-21     10

如果需要，我们可以将'Cumsum'中的NA值替换为'0'

res[is.na(Cumsum), Cumsum:=0]

或者正如@Khashaa在评论中提到的那样，我们可以使用na.locf

在没有roll=Inf的情况下执行此操作

 setDT(df1)[,cumSum:=cumsum(Obs),][df2['Date'],
                       on='Date',roll=Inf][, Obs:= NULL][]

或另一个选项是match na.locf来获取数字索引并将非NA索引（来自match）替换为'Obs'的累积和，使用{{如前所述，如果需要，我们可以将na.locf替换为0。

NA

数据

df2$Cumsum <- na.locf(cumsum(df1$Obs)[match(df2$Date, df1$Date)], na.rm=FALSE)

R：缺少日期的累计金额

1 个答案:

数据