Question

我试图摆脱这个：

#Starting df
name = c("tom", "tom", "tom", "chris", "chris", "chris", "jen", "jen", "jen") 
value = c(2,10,"end",45,"end",13,6,"end",13) 
df = data.frame(name,value)

或此（使用NA作为截止值）

#Starting df
name = c("tom", "tom", "tom", "chris", "chris", "chris", "jen", "jen", "jen") 
value = c(2,10,NA,45,NA,13,6,NA,13) 
starting_df = data.frame(name,value)

对此：

#Ending df
name = c("tom", "tom", "tom", "chris", "chris", "chris", "jen", "jen", "jen") 
value = c(12,12,12,45,45,45,6,6,6) 
ending_df = data.frame(name,value)

这里的想法是按组（本例中的名称）求和，我可以使用group_by中的dplyr函数轻松完成，但我需要删除NAs下的所有值或说明end的文字。这些截止值下面的值不能包括在我的总和中。我整夜都在努力工作，而且我没有想法。谢谢你的帮助。

Answer 1

按姓名＆＃39;分组后，转换＆＃39;值＆＃39;到numeric（如果列为character，如果是factor，则使用as.numeric(as.character(value))），以便将非数字元素转换为NA ，然后使用which和is.na获取第一个NA元素的索引，并找到sum的＆＃39;值＆＃39;直到那一行

starting_df %>%
    group_by(name) %>%
    mutate(value = as.numeric(value), 
           value = sum(value[seq_len(which(is.na(value))[1])], na.rm = TRUE))
# A tibble: 9 x 2
# Groups:   name [3]
#    name value
#  <fctr> <dbl>
#1    tom    12
#2    tom    12
#3    tom    12
#4  chris    45
#5  chris    45
#6  chris    45
#7    jen     6
#8    jen     6
#9    jen     6

Answer 2

基础R选项将使用ave，对于每个组（name），我们使用NA找到第一个which.max出现的索引，并加{{1}直到那个索引。

values

正如@thelatemail评论的那样，我们也可以使用starting_df$value <- ave(starting_df$value, starting_df$name, FUN = function(x) sum(x[1:which.max(is.na(x)) - 1])) starting_df # name value #1 tom 12 #2 tom 12 #3 tom 12 #4 chris 45 #5 chris 45 #6 chris 45 #7 jen 6 #8 jen 6 #9 jen 6执行此操作。我们从每个组中选择cumsum的最大值，忽略cumsum s。

NA

按组计算，但不包括指定ID以下的值

2 个答案: