dplyr中的“轉發”累積總和

Question

在檢查縱向研究的數據集時，我通常會從原始數據的dplyr分析鏈中獲得如下結果：

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

即，在此時間點，有多少參與者完成了一定數量的評估的計數。

盡管了解多少人准確地完成了n次會話很有用，但我們更經常需要知道多少人至少完成了n次會話。 按下面的表格，一個標准的累計總和是不恰當的，我們要的是美國的價值觀n_total列，它是一種在價值的“向前累計總和”的n_people列。 也就是說，每行中的值應該是其自身值及其以外的所有值的總和，而不是標准的累積總和，標准累積總和是直至（包括）自身的所有值的總和：

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

生成累計和很簡單：

mutate(df, cumsum = cumsum(n_people))

用於生成可以合並到dplyr分析鏈中的“前向累積總和”的表達式是什么？ 我猜想在將n_sessions降序排序后， cumsum將需要應用於n_people ，但是在保留數據幀的原始順序的同時，我不太了解如何獲取答案。

Answer 1

您可以對逆向矢量求和，然后對結果求逆。 內置的rev函數在這里很有幫助：

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

例如，在您的數據上返回：

  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