r - cumsum 在 NA 之后重新开始

Question

我有一个包含多列的数据框。对于一列，我想计算累积总和，但我在缺少值方面遇到了一些麻烦。

#sample data
test <- c(-1.2, 4.6, -8.3, 5, 8, 1, -2, NA, NA, NA, -3, 5.1, 1.9)
test <- as.data.frame(test)

#This gives NA after NAs occurred
sum_test <- lapply(test, FUN=cumsum)

sum_test
$test
 [1] -1.2  3.4 -4.9  0.1  8.1  9.1  7.1   NA   NA   NA   NA   NA   NA

#This continues with adding to pre-NA value after last NA
sum_test <- lapply(test, function(x) ave(x, is.na(x), FUN=cumsum))

sum_test
$test
 [1] -1.2  3.4 -4.9  0.1  8.1  9.1  7.1   NA   NA   NA  4.1  9.2 11.1

然而，我想要实现的是在 NAs cumsum 重新开始之后:

-1.2  3.4 -4.9  0.1  8.1  9.1  7.1   NA   NA   NA -3   2.1   4

这可以做到吗？

Answer 1

这里 g 定义了一个分组变量，然后我们对每个组分别应用 cumsum:

test <- c(-1.2, 4.6, -8.3, 5, 8, 1, -2, NA, NA, NA, -3, 5.1, 1.9)
g <- cumsum(is.na(head(c(0, test), -1)))
ave(test, g, FUN = cumsum)

给出:

[1] -1.2  3.4 -4.9  0.1  8.1  9.1  7.1   NA   NA   NA -3.0  2.1  4.0

添加:请注意 head(c(0, test), -1) 只是滞后于 test 所以 dplyr 的 lag 函数可以用来稍微缩短这个:

library(dplyr)
ave(test, cumsum(is.na(lag(test))), FUN = cumsum)