具有附加条件的唯一唯一变量的累积和答案

【问题标题】：Cumulative sum of an unique only variable with attached condition具有附加条件的唯一唯一变量的累积和
【发布时间】：2016-04-14 14:41:59
【问题描述】：

这就是我的数据框的样子。最右边的列是我想要的列。当 ActivityType 为 Sale 时，我试图获得唯一 FundTypes 的累积总和。所以第一行有一个activitytype == email，因此没有累积总和，第二行也一样，第三行有activitytype == sale，它应该显示累积总和为1，因为条件满足。

library(data.table)
dt <- fread('
Name      ActivityType     FundType  UniqueFundsSale(Desired) 
John       Email               a            0                    
John       Webinar             b            0                   
John       Sale                a            1                   
John       Sale                b            2                     
John       Webinar             c            2                     
John       Sale                a            2                     
John       Sale                b            2                     
John       Sale                c            3                     
Tom        Email               a            0                    
Tom        Webinar             b            0                   
Tom        Sale                a            1                   
Tom        Sale                b            2                     
Tom        Webinar             c            2                     
Tom        Sale                a            2                     
Tom        Sale                b            2                     
Tom        Sale                c            3')

我尝试了以下方法。

dt[, UniqueFundsSale := 
  cumsum(ActivityType=="Sale" & !duplicated(FundType,ActivityType) & !FundType=="")
, by = Name]

感谢您的帮助。

【问题讨论】：

仅供参考，您也可以fread("text text text") 构建示例。
@Frank 谢谢弗兰克。我不知道。所以我可以使用 fread 构建一个示例并将其直接发布到 stackoverflow？
是的，我会编辑它来演示一下。

标签： r data.table dplyr

【解决方案1】：

这是一种方法（感谢@eddi 的简化）：

w = dt[ActivityType == "Sale", .I[1L], by = .(Name, FundType)]$V1
dt[, new_col := cumsum(.I %in% w), by = Name]

基础 R 中最接近的类似物可能是

dt$idx = seq_len(nrow(dt))
w = with(dt[dt$ActivityType == "Sale"], 
  c(tapply(idx, list(Name, FundType), FUN = `[`, 1L)))
dt$new_col = ave(dt$idx, dt$Name, FUN = function(x) cumsum(x %in% w))

【讨论】：

非常感谢您的回答！