对R中的多个向量使用tapply和cumsum函数答案

【问题标题】：Using tapply and cumsum function for multiple vectors in R对R中的多个向量使用tapply和cumsum函数
【发布时间】：2021-06-02 07:08:57
【问题描述】：

我有一个包含四列的数据框。

  country       date       pangolin_lineage       n      cum_country
1 Albania    2020-09-05      B.1.236              1           1
2 Algeria    2020-03-02      B.1                  2           2
3 Algeria    2020-03-08      B.1                  1           3
4 Algeria    2020-06-09      B.1.1.119            1           4
5 Algeria    2020-06-15      B.1                  1           5
6 Algeria    2020-06-15      B.1.36               1           6

我希望计算跨国家和日期的 n 的累积和。我可以用这段代码做到这一点：

date_country$cum_country <- as.numeric(unlist(tapply(date_country$n, date_country$country, cumsum)))

然而，我现在想做同样的事情，但是跨国家、pangolin_lineage 和日期的累积总和。我曾尝试在上述函数中添加另一个向量，但您似乎只能为 tapply 输入一个索引输入和一个向量输入。我收到此错误：

date_country$cum_country_pangol <- as.numeric(unlist(tapply(date_country$n, date_country$country, date_country$pangolin_lineage, cumsum)))
Error in match.fun(FUN) : 
  'date_country$pangolin_lineage' is not a function, character or symbol

有没有人知道如何在多个向量（国家、pangolin_lineage、日期）中使用 cumsum？

【问题讨论】：

标签： r cumulative-sum tapply

【解决方案1】：

如果有多个组，则将其包装在list 中，但请注意tapply 在汇总函数中，当我们指定像cumsum 这样的函数时，它可以拆分。

 tapply(date_country$n, list(date_country$country, date_country$pangolin_lineage), cumsum))

但是，使用ave 会更容易，即如果我们想创建一个新列，只需使用ave 就可以避免unlist 等的麻烦

ave(date_country$n, date_country$country, 
     date_country$pangolin_lineage, FUN = cumsum)
#[1] 1 2 3 1 4 1

【讨论】：

太棒了！太感谢了。 ave() 完美运行