所有行从一个月前到当天的累计总和答案

【问题标题】：Cumulative sum from a month ago until the current day for all the rows所有行从一个月前到当天的累计总和
【发布时间】：2019-09-22 05:15:19
【问题描述】：

我有一个带有 ID、日期和值的 data.table，如下所示：

DT <- setDT(data.frame(ContractID= c(1,1,1,2,2), Date = c("2018-02-01", "2018-02-20", "2018-03-12", "2018-02-01", "2018-02-12"), Value = c(10,20,30,10,20)))

   ContractID       Date Value
1:          1 2018-02-01    10
2:          1 2018-02-20    20
3:          1 2018-03-12    30
4:          2 2018-02-01    10
5:          2 2018-02-12    20

我想获得一个新列，其中包含每个 ID 从一个月前到当前每一行的总累积总和，如下表所示。注意：第三行是第二行和自己第三行的总和，因为 2018-03-12 减去 1 个月大于 2018-02-01，所以我们在总和中排除了第一行。

   ContractID       Date Value Cum_Sum_1M
1:          1 2018-02-01    10         10
2:          1 2018-02-20    20         30
3:          1 2018-03-12    30         50
4:          2 2018-02-01    10         10
5:          2 2018-02-12    20         30

有什么方法可以使用 data.table 实现这一点吗？

谢谢！

【问题讨论】：

标签： r date data.table cumsum

【解决方案1】：

这是另一个有效的data.table 解决方案..

dt[, Date := lubridate::ymd( Date ) ]
setkey(dt, Date)
dt[dt, Cum_Sum_1M := {
  val = dt[ ContractID == i.ContractID & Date %between% c( i.Date - months(1), i.Date ), Value];
  list( sum( val ) )
}, by = .EACHI ]
setkey(dt, ContractID, Date)

输出

#    ContractID       Date Value Cum_Sum_1M
# 1:          1 2018-02-01    10         10
# 2:          1 2018-02-20    20         30
# 3:          1 2018-03-12    30         50
# 4:          2 2018-02-01    10         10
# 5:          2 2018-02-12    20         30

【讨论】：

【解决方案2】：

这主要是一个滚动求和的问题。 froll() 可能会起作用，但您必须先完成数据集，以便您可以说出向后滚动多少天。

在这里我做了一个非 equi 自连接。由于data.table希望在join之前生成所有字段，所以我必须添加一个列Dates_Lower = Dates-30，这样我才能完成非等条件。我与last(Value) 的链使它工作，但我并不总是确定这些自加入...

我还将 Date 转换为 as.Date 并将其重命名为 Date() 是一个基本函数。

library(data.table)

dt <- data.table(ContractID= c(1,1,1,2,2)
                 , Dates = as.Date(c("2018-02-01", "2018-02-20", "2018-03-12", "2018-02-01", "2018-02-12"))
                 , Value = c(10,20,30,10,20))

dt[dt[, .(ContractID, Dates, Dates_Lower = Dates - 30, Value)] #self-join
   ,on = .(ContractID = ContractID
          , Dates >= Dates_Lower
          , Dates <= Dates
          )
   , j = .(ContractID, Dates, Value)
   , allow.cartesian = TRUE
   ][, j = .(Value = last(Value), Cum_Sum_1M = sum(Value))
     ,by = .(ContractID, Dates)
   ]

   ContractID      Dates Value Cum_Sum_1M
1:          1 2018-02-01    10         10
2:          1 2018-02-20    20         30
3:          1 2018-03-12    30         50
4:          2 2018-02-01    10         10
5:          2 2018-02-12    20         30

【讨论】：

【解决方案3】：

使用tidyverse 和lubridate，我们首先使用as.Date 将Date 转换为实际的Date 对象，然后使用group_by ContractID 和每个Date sum @987654介于当前Date 和当前Date 前一个月之间。

library(tidyverse)
library(lubridate)

DT %>%
  mutate(Date = as.Date(Date)) %>%
  group_by(ContractID) %>%
  mutate(Cum_Sum_1M = map_dbl(1:n(), ~ sum(Value[(Date >= (Date[.] - months(1))) &
                                            (Date <= Date[.])], na.rm = TRUE)))


# A tibble: 5 x 4
# Groups:   ContractID [2]
#  ContractID Date       Value Cum_Sum_1M
#       <dbl> <date>     <dbl>      <dbl>
#1          1 2018-02-01    10         10
#2          1 2018-02-20    20         30
#3          1 2018-03-12    30         50
#4          2 2018-02-01    10         10
#5          2 2018-02-12    20         30

【讨论】：