我有以下数据集,想添加一个新列“colY”。如何实现(下面展示colY是如何计算的)?
GROUP ID colX colY
1 1 0.8 =0.8*(1+0.7*(1+0.6))
1 2 0.7 =0.7*(1+0.6)
1 3 0.6 =0.6
2 1 1.3 =1.3*(1+1.2*(1+1.1*(1+1.0)))
2 2 1.2 =1.2*(1+1.1*(1+1.0))
2 3 1.1 =1.1*(1+1.0)
2 4 1.0 =1.0
最好使用 data.table 语法。谢谢!
答案 0 :(得分:1)
检查这个
runsum <- function(x){
b <- as.numeric()
len <- length(x)
for(i in 1:len){
b[i] <- sum(cumprod(x[i:len]))
}
return(b)
}
dt[, colY := runsum(colX),by=GROUP]
结果:
GROUP ID colX colY
1: 1 1 0.8 1.696
2: 1 2 0.7 1.120
3: 1 3 0.6 0.600
4: 2 1 1.3 6.292
5: 2 2 1.2 3.840
6: 2 3 1.1 2.200
7: 2 4 1.0 1.000
数据:
library(data.table)
dt <- fread("GROUP ID colX
1 1 0.8
1 2 0.7
1 3 0.6
2 1 1.3
2 2 1.2
2 3 1.1
2 4 1.0 ")
我认为有一些更好的方法可以替换函数 runsum
,但我还没有,在这里我只是使用自定义函数来展示基本思想。欢迎任何改进。
答案 1 :(得分:1)
这是一个使用 Rcpp
和 data.table
的选项:
library(Rcpp)
cppFunction('NumericVector fun(NumericVector v) {
int n = v.size();
NumericVector res(n);
res[n-1] = v[n-1];
for(int i=n-2; i>=0; i--) {
res[i] = v[i] * (1 + res[i+1]);
}
return res;
}')
DT[, colY := fun(colX), GROUP]
输出:
GROUP ID colX colY
1: 1 1 0.8 1.696
2: 1 2 0.7 1.120
3: 1 3 0.6 0.600
4: 2 1 1.3 6.292
5: 2 2 1.2 3.840
6: 2 3 1.1 2.200
7: 2 4 1.0 1.000