r - dplyr 中的“转发”累积和

Question

在检查纵向研究的数据集时，我通常会从 dplyr 得到这样的结果从原始数据分析链:

df = data.frame(n_sessions=c(1,2,3,4,5), n_people=c(59,89,30,23,4))

即此时有多少参与者完成了一定数量的评估。

虽然了解有多少人完成了恰好 n 个 session 很有用，但我们更经常需要知道有多少人完成了至少 n 个 session 。如下表所示，标准累积和是不合适的，我们想要的是 n_total 中的值列，它是 n_people 中值的一种“前向累积和”柱子。即每一行中的值应该是其自身及其之外的所有值的总和，而不是标准累积和，标准累积和是包括自身在内的所有值的总和:

n_sessions n_people  n_total  cumsum
         1       59      205      59
         2       89      146     148
         3       30       57     178
         4       23       27     201
         5        4        4     205

生成累积和很简单:

mutate(df, cumsum = cumsum(n_people))

生成可合并到 dplyr 中的“远期累积和”的表达式是什么？分析链？我猜cumsum需要应用于n_people按 n_sessions 排序后降序，但无法完全理解如何在保留数据帧的原始顺序的同时获得答案。

Answer 1

您可以获取反转向量的累积和，然后反转该结果。内置rev函数在这里很有帮助:

mutate(df, rev_cumsum = rev(cumsum(rev(n_people))))

例如，对于您的数据，此返回:

  n_sessions n_people rev_cumsum
1          1       59        205
2          2       89        146
3          3       30         57
4          4       23         27
5          5        4          4