添加多个列的累积和的函数答案

【问题标题】：a function to add the cumulative sum of multiple columns添加多个列的累积和的函数
【发布时间】：2020-12-14 16:20:46
【问题描述】：

想象一个由多个数字向量和几个像这样的因子向量组成的数据集（为此目的而制作）

name <- c("tim", "tom", "ben", "mary", "jane")
sex <- c("male","male","male","female","female")
born <- c(1985, 1986, 1985, 1986, 1984)
v4 <- c(5,4,3,2,1)
v5 <- c(10,20,600,20,5)
v6 <- c(1,2,3,4,5)
v7 <- c(0,0,20,4,60)
df <- data.frame(name, sex, born, v4,v5,v6,v7)
df[1:3] <- lapply(df[1:3], as.factor)
df[4:7] <- lapply(df[4:7], as.numeric)

我正在使用这个函数来计算数值变量的累积和。

colCumsum <- function(x) {    
                  for (i in 1:ncol(x)) 
                  x[,i] <- cumsum(x[,i])
      x
    }
colCumsum(df[4:7])

当我排除数字变量时，它工作正常。但由于我需要因子变量、原始数值变量和累积总和组合在一个数据帧中，我尝试像这样重写函数：

colCumsum2 <- compiler::cmpfun(function(x) { 
                                            for (i in 1:ncol(x))
                                             {if (is.numeric(x[,i]) == F) {next}}
                                              #exlude non-numeric from function
                                              x[,i+ncol(n)-3] <- cumsum(x[,i])
                                              #add cumulative sum as extra column
                                              x 
                                           } )

我的问题是：“新列会在现有列之后留下孔”。即使它有效，数字 3 也是因为我知道数据集中的因子 (3) 的数量，并且需要概括。

【问题讨论】：

标签： r cumulative-sum

【解决方案1】：

你可以像这样重写colColsum：

colCumsum <- function(x) {
  check <- sapply(x, is.numeric)
  x[paste0(names(x)[check], "_cumsum")] <- lapply(x[check], cumsum)
  x
}

这里用于您的示例数据：

colCumsum(df)
#   name    sex born v4  v5 v6 v7 v4_cumsum v5_cumsum v6_cumsum v7_cumsum
# 1  tim   male 1985  5  10  1  0         5        10         1         0
# 2  tom   male 1986  4  20  2  0         9        30         3         0
# 3  ben   male 1985  3 600  3 20        12       630         6        20
# 4 mary female 1986  2  20  4  4        14       650        10        24
# 5 jane female 1984  1   5  5 60        15       655        15        84

作为参考，您可以重写循环以仅关注数字列以使其工作：

colCumsum2 <- function(x) { 
  for (i in 1:ncol(x)) {
    if (is.numeric(x[, i])) {
      x[, paste0(names(x)[i], "_cumsum")] <- cumsum(x[, i])
    }
  }
  x
}

【讨论】：

很高兴在数据帧操作这一日益以整洁为主的领域中看到基本 R 解决方案。 +1
@AllanCameron，谢谢。我很欣赏 tidyverse 试图实现的目标，但我倾向于坚持使用 base 或 data.table。很高兴看到像您这样的答案以不断更新不同的方法。
@AllanCameron 我爱你！ :)

【解决方案2】：

您可以在此处使用dplyr 中的across：

library(dplyr)

colCumsum <- function(d) {
  mutate(d, across(where(is.numeric), ~cumsum(.x), .names = "cumsum_{col}"))
}

colCumsum(df)
#>   name    sex born v4  v5 v6 v7 cumsum_v4 cumsum_v5 cumsum_v6 cumsum_v7
#> 1  tim   male 1985  5  10  1  0         5        10         1         0
#> 2  tom   male 1986  4  20  2  0         9        30         3         0
#> 3  ben   male 1985  3 600  3 20        12       630         6        20
#> 4 mary female 1986  2  20  4  4        14       650        10        24
#> 5 jane female 1984  1   5  5 60        15       655        15        84

【讨论】：

【解决方案3】：

matrixStats 包中有一个 colCumsums 函数。只是cbind cumsums。

cbind(df, as.data.frame(matrixStats::colCumsums(as.matrix(df[nums]))))
#   name    sex born v4  v5 v6 v7 V1   V2 V3  V4
# 1  tim   male 1985  5  10  1  0  5   10  1   0
# 2  tom   male 1986  9  30  3  0 14   40  4   0
# 3  ben   male 1985 12 630  6 20 26  670 10  20
# 4 mary female 1986 14 650 10 24 40 1320 20  44
# 5 jane female 1984 15 655 15 84 55 1975 35 128

【讨论】：