Question

已审核：

很明显，有几种方法可以在一系列列上使用rollapply。

我有一个数据框，其中包含按月份分组的客户数据，示例：

 year_month customer_id             revenue
 2018-01-01    1821148               0.00
 2018-01-01    142163579             0.00
 2018-01-01    16295983              0.00
 2018-02-01    1821148               86.57
 2018-02-01    142163579             191.21
 2018-02-01    16295983              0.00
 2018-03-01    1821148               98.18
 2018-03-01    142163579             47.61
 2018-03-01    16295983              241.88

我的问题是，如何仅对每个客户使用rollapply（例如RcppRoll::roll_sum()或任何类似的功能）？即使我按customer_id和year_month排序数据，rollapply也不会回溯例如仅针对特定客户的3个月滚动查询。

例如最后一项观察是针对3月的客户1821148。在这种情况下，我想要这个特定客户在1月：3月的总和。

即使我按客户ID然后按year_month进行订购，如果一个客户的第一个观察值将与其他客户的前3行加起来。

是否有一种方法可以对特定分组（在这种情况下为customer_id）进行汇总？

Answer 1

这两个怎么样？

# data.table
library(data.table)
setDT(dat)
dat[, rolling_sum := cumsum(revenue), by=customer_id]

# dplyr
library(dplyr)
dat %>% group_by(customer_id) %>% mutate(rolling_sum = cumsum(revenue))

如果这些不是您想要的结果，则可以编辑问题以指定期望的结果。

   year_month customer_id revenue rolling_sum
1: 2018-01-01     1821148    0.00        0.00
2: 2018-01-01   142163579    0.00        0.00
3: 2018-01-01    16295983    0.00        0.00
4: 2018-02-01     1821148   86.57       86.57
5: 2018-02-01   142163579  191.21      191.21
6: 2018-02-01    16295983    0.00        0.00
7: 2018-03-01     1821148   98.18      184.75
8: 2018-03-01   142163579   47.61      238.82
9: 2018-03-01    16295983  241.88      241.88

（这是我在读取数据的方式）

dat <- 
  read.table(header = T, sep=',', text=
"year_month,customer_id,revenue
2018-01-01,1821148,0.00
2018-01-01,142163579,0.00
2018-01-01,16295983,0.00
2018-02-01,1821148,86.57
2018-02-01,142163579,191.21
2018-02-01,16295983,0.00
2018-03-01,1821148,98.18
2018-03-01,142163579,47.61
2018-03-01,16295983,241.88")

Answer 2

这是利用dplyr的另一个.by_group = TRUE选项

library(dplyr)
df %>% 
  group_by(customer_id) %>%
  arrange(year_month, .by_group = TRUE) %>%
  mutate(rolling_sum = cumsum(revenue))
# output
# A tibble: 9 x 4
# Groups:   customer_id [3]
  year_month customer_id revenue rolling_sum
       <chr>       <int>   <dbl>       <dbl>
1 2018-01-01     1821148    0.00        0.00
2 2018-02-01     1821148   86.57       86.57
3 2018-03-01     1821148   98.18      184.75
4 2018-01-01    16295983    0.00        0.00
5 2018-02-01    16295983    0.00        0.00
6 2018-03-01    16295983  241.88      241.88
7 2018-01-01   142163579    0.00        0.00
8 2018-02-01   142163579  191.21      191.21
9 2018-03-01   142163579   47.61      238.82

逐组汇总：如何为分区数据添加总计（窗口？）

2 个答案: