r - 带重置的条件累加

Question

我有一个数据框，该数据框已经根据需要进行了排序，但现在我想将其“切片”成组。

此组的最大累积值应为 10。当累积值 > 10 时，应重置累积总和并重新开始

library(dplyr)
id <- sample(1:15)
order <- 1:15
value  <- c(4, 5, 7, 3, 8, 1, 2, 5, 3, 6, 2, 6, 3, 1, 4)
df  <- data.frame(id, order, value)
df

这是我正在寻找的输出(我是“手动”完成的)

cumsum_10  <- c(4, 9, 7, 10, 8, 9, 2, 7, 10, 6, 8, 6, 9, 10, 4)
group_10 <- c(1, 1, 2, 2, 3, 3, 4, 4, 4, 5, 5, 6, 6, 6, 7)
df1  <- data.frame(df, cumsum_10, group_10)
df1

所以我有两个问题

如何创建每次超过上限(在本例中为 10)时重置的累积变量

如何对每组进行计数/分组

对于第一部分，我尝试了 group_by 和 cumsum 的一些组合，但没有运气

df1 <- df %>% group_by(cumsum(c(False, value < 10)))

我更喜欢管道 (%>%) 解决方案而不是 for 循环

谢谢

Answer 1

我认为这不容易矢量化......至少我不知道如何。

你可以做到by hand通过:

my_cumsum <- function(x){
  grp = integer(length(x))
  grp[1] = 1
  for(i in 2:length(x)){
    if(x[i-1] + x[i] <= 10){
      grp[i] = grp[i-1]
      x[i] = x[i-1] + x[i]
    } else {
      grp[i] = grp[i-1] + 1
    }
  }
  data.frame(grp, x)
}

对于您的数据，这给出:

> my_cumsum(df$value)
   grp  x
1    1  4
2    1  9
3    2  7
4    2 10
5    3  8
6    3  9
7    4  2
8    4  7
9    4 10
10   5  6
11   5  8
12   6  6
13   6  9
14   6 10
15   7  4

同样对于我的“反例”，这给出了:

> my_cumsum(c(10,6,4))
  grp  x
1   1 10
2   2  6
3   2 10

正如@Khashaa 指出的，这可以通过 Rcpp 更有效地实现。 .他链接到这个答案 How to speed up or vectorize a for loop?我觉得这非常有用