r - 需要 i+1 列时如何使用 cumsum-Lapply？

Question

我目前正在处理一个相当大的文件，其中包含几个机器的停止/运行(大约 60 个)+它们在很长一段时间内(超过 60 000 行)的生产。
止损由 "-1"索引并由 "1"去:

**Date                     n1_prod   n1_stops   n2_prod   n2_stops  n3_prod     

1  2011-12-13 00:00:00          2        1         0        -1        14                    
2  2011-12-13 01:00:00         10        1       -10        -1        24                   
3  2011-12-13 02:00:00         24        1        -5        -1        23                       
4  2011-12-13 03:00:00         25        1         0        -1        22                      
5  2011-12-13 04:00:00         23        1        12         1        13                      
6  2011-12-13 05:00:00          0       -1        11         1        17                      
7  2011-12-13 06:00:00         -2       -1        21         1        18  

我的目的是为每个设备获取每次停止/运行的新列累积产量(可能在新的 df 上)。例如，对于设备 n°1，它将是:

**Date                     n1_prod   n1_stops   n1_agprod   
1  2011-12-13 00:00:00          2        1         2                          
2  2011-12-13 01:00:00         10        1        12                          
3  2011-12-13 02:00:00         24        1        36                             
4  2011-12-13 03:00:00         25        1        61                             
5  2011-12-13 04:00:00         23        1        84                            
6  2011-12-13 05:00:00          0       -1         0                               
7  2011-12-13 06:00:00         -2       -1        -2         

对于一列，我可以使用以下方法获得所需的结果:

df<-as_tibble(df)%>%
 group_by(n1_stops) %>% 
 dplyr::mutate(n1_agprod= cumsum(n1_prod))

但我不知道如何概括它，因为我每次都需要一个不同的列作为组，而且我目前无法用列索引替换列的名称......

你知道我怎么办吗？

Answer 1

您可以根据每个列名的前缀进行拆分并应用 cumsum在那里，即

sapply(split.default(df[-1], sub('_.*','',names(df[-1]))), 
                                          function(i) ave(i[[1]], i[[2]], FUN = cumsum))
#     n1  n2
#[1,]  2   0
#[2,] 12 -10
#[3,] 36 -15
#[4,] 61 -15
#[5,] 84  12
#[6,]  0  23
#[7,] -2  44