r - 基于 R 中的条件的窗口中的累积总和(或运行窗口总和)

Question

我正在尝试根据条件计算给定窗口的累积总和。我见过解决方案执行条件累积总和( Calculate a conditional running sum in R for every row in data frame )和滚动总和( Rolling Sum by Another Variable in R )的线程，但我找不到两者在一起。我还看到 data.table 在 R data.table sliding window 处没有滚动窗口函数。所以，这个问题对我来说非常具有挑战性。

此外，滚动总和的 solution posted by Mike Grahan 超出了我的理解。我正在寻找基于 data.table 的方法，主要是为了速度。但是，如果可以理解，我对其他方法持开放态度。

这是我的输入数据:

DFI <- structure(list(FY = c(2011, 2012, 2013, 2015, 2016, 2011, 2011, 
2012, 2013, 2014, 2015, 2010, 2016, 2013, 2014, 2015, 2010), 
    Customer = c(13575, 13575, 13575, 13575, 13575, 13575, 13575, 
    13575, 13575, 13575, 13575, 13578, 13578, 13578, 13578, 13578, 
    13578), Product = c("A", "A", "A", "A", "A", "B", "B", "B", 
    "B", "B", "B", "A", "A", "B", "C", "D", "E"), Rev = c(4, 
    3, 3, 1, 2, 1, 2, 3, 4, 5, 6, 3, 2, 2, 4, 2, 2)), .Names = c("FY", 
"Customer", "Product", "Rev"), row.names = c(NA, 17L), class = "data.frame")

这是我的预期输出:(手动创建；如果出现手动错误，我深表歉意)

DFO <- structure(list(FY = c(2011, 2012, 2013, 2015, 2016, 2011, 2012, 
2013, 2014, 2015, 2010, 2016, 2013, 2014, 2015, 2010), Customer = c(13575, 
13575, 13575, 13575, 13575, 13575, 13575, 13575, 13575, 13575, 
13578, 13578, 13578, 13578, 13578, 13578), Product = c("A", "A", 
"A", "A", "A", "B", "B", "B", "B", "B", "A", "A", "B", "C", "D", 
"E"), Rev = c(4, 3, 3, 1, 2, 3, 3, 4, 5, 6, 3, 2, 2, 4, 2, 2), 
    cumsum = c(4, 7, 10, 11, 9, 3, 6, 10, 15, 21, 3, 2, 2, 4, 
    2, 2)), .Names = c("FY", "Customer", "Product", "Rev", "cumsum"
), row.names = c(NA, 16L), class = "data.frame")

关于逻辑的一些评论:

1) 我想在 5 年内找到滚动总和。理想情况下，我希望这个 5 年期间是可变的，即我可以在代码的其他地方指定的东西。这样，我可以自由地在以后更改窗口以进行分析。

2) Window 的结束基于最大年份(即上例中的 FY)。在上面的例子中， FY 中的最大 DFI 是 2016 。因此，对于 2016 - 5 + 1 = 2012 中的所有条目，窗口的起始年份将为 2016 。

3) 窗口总和(或运行总和)由 Customer 和特定的 Product 计算。

我试过的:

我想在发布之前尝试一些东西。这是我的代码:

  DFI <- data.table::as.data.table(DFI)

  #Sort it first
  DFI<-DFI[order(Customer,FY),]

  #find cumulative sum; remove Rev column; order rows
  DFOTest<-DFI[,cumsum := cumsum(Rev),by=.(Customer,Product)][,.SD[which.max(cumsum)],by=.(FY,Customer,Product)][,("Rev"):=NULL][order(Customer,Product,FY)]

此代码计算累积总和，但我无法定义 5 年窗口，然后计算运行总和。我有两个问题:

问题 1) 如何计算 5 年的运行总和？

问题 2) 有人可以解释一下 Mike's method on this thread 吗？它似乎很快。但是，我不确定那里发生了什么。我确实看到有人要求提供一些评论，但我不确定它是否不言自明。

提前致谢。我已经在这个问题上挣扎了两天。

Answer 1

1) rollapply 创建一个 Sum 函数，该函数将 FY 和 Rev 作为一个 2 列矩阵(或者如果没有将其设为一个)，然后将 075 年的那些年的最后 104 年的收入相加然后将 k 转换为数据表，汇总具有相同客户/产品/年份的行，并为每个客户/产品组运行 DFI 和 rollapplyr。

library(data.table)
library(zoo)

k <- 5
Sum <- function(x) {
  x <- matrix(x,, 2)
  FY <- x[, 1]
  Rev <- x[, 2]
  ok <- FY >= tail(FY, 1) - k + 1
  sum(Rev[ok])
}
DT <- as.data.table(DFI)
DT <- DT[, list(Rev = sum(Rev)), by = c("Customer", "Product", "FY")]
DT[, cumsum := rollapplyr(.SD, k, Sum, by.column = FALSE, partial = TRUE),
       by = c("Customer", "Product"), .SDcols = c("FY", "Rev")]

给予:

 > DT
    Customer Product   FY Rev cumsum
 1:    13575       A 2011   4      4
 2:    13575       A 2012   3      7
 3:    13575       A 2013   3     10
 4:    13575       A 2015   1     11
 5:    13575       A 2016   2      9
 6:    13575       B 2011   3      3
 7:    13575       B 2012   3      6
 8:    13575       B 2013   4     10
 9:    13575       B 2014   5     15
10:    13575       B 2015   6     21
11:    13578       A 2010   3      3
12:    13578       A 2016   2      2
13:    13578       B 2013   2      2
14:    13578       C 2014   4      4
15:    13578       D 2015   2      2
16:    13578       E 2010   2      2

2) 仅数据表

首先对具有相同 Customer/Product/FY 的行求和，然后按 Customer/Product 分组，对于每个 FY 值 Sum ，挑出 FY 值在 fy 和 Rev 之间的 fy-k+1 值和 sum。

library(data.table)

k <- 5
DT <- as.data.table(DFI)
DT <- DT[, list(Rev = sum(Rev)), by = c("Customer", "Product", "FY")]
DT[, cumsum := sapply(FY, function(fy) sum(Rev[between(FY, fy-k+1, fy)])),
       by = c("Customer", "Product")]

给予:

> DT
    Customer Product   FY Rev cumsum
 1:    13575       A 2011   4      4
 2:    13575       A 2012   3      7
 3:    13575       A 2013   3     10
 4:    13575       A 2015   1     11
 5:    13575       A 2016   2      9
 6:    13575       B 2011   3      3
 7:    13575       B 2012   3      6
 8:    13575       B 2013   4     10
 9:    13575       B 2014   5     15
10:    13575       B 2015   6     21
11:    13578       A 2010   3      3
12:    13578       A 2016   2      2
13:    13578       B 2013   2      2
14:    13578       C 2014   4      4
15:    13578       D 2015   2      2
16:    13578       E 2010   2      2