r - 累积分组

Question

我有以下数据框:

df = data.frame(a = c(1,1,3,2,2), b=6:10)
##  a    b
##  1    6
##  1    7
##  3    3
##  2    9
##  2    10

我想按组分析数据(a是分组参数)，但我需要“累积组”，而不是通常的(例如每个值指定一组行，并且这些组是不相交的)。也就是说，对于 a=i 的值，该组应包含 a<=i 的所有行。这些不是不相交的组，但我仍然想分别总结每个组。

例如，如果对于每个组我想要 b 的平均值，结果将是:

##    a    mean_b
##    1    6.5
##    2    8
##    3    7

请注意，在这个简化示例背后的真实场景中，我无法单独分析不相交的组，然后聚合相关组。汇总函数必须“了解”该组中的所有行才能执行计算。

所以，当然，我可以使用一些应用函数并以良好的旧方式计算事物，并从中创建一个新的 df，但我寻找 dplyr/tidyverse 之类的函数来做到这一点。

有什么建议吗？

Answer 1

像这样怎么样？

library(dplyr)

df %>%
 arrange(a) %>%
 group_by(a) %>%
 summarise(sum_b = sum(b)) %>%
 ungroup() %>%
 mutate(sum_b = cumsum(sum_b))

#     a sum_b
#  <dbl> <int>
#1    1.    13
#2    2.    32
#3    3.    40

我们按组 (a) 取 sum，然后将累积和添加到下一组中的该组的前一个值。