[英]dplyr / R cumulative sum with reset
如果“當前”總和超過某個閾值,我想使用 dplyr 生成帶有重置的累積總和。 在下面,我想對 'a' 進行 cumsum。
library(dplyr)
library(tibble)
tib <- tibble(
t = c(1,2,3,4,5,6),
a = c(2,3,1,2,2,3)
)
# what I want
## thresh = 5
# A tibble: 6 x 4
# t a g c
# <dbl> <dbl> <int> <dbl>
# 1 1.00 2.00 0 2.00
# 2 2.00 3.00 0 5.00
# 3 3.00 1.00 1 1.00
# 4 4.00 2.00 1 3.00
# 5 5.00 2.00 1 5.00
# 6 6.00 3.00 2 3.00
# what I want
## thresh = 4
# A tibble: 6 x 4
# t a g c
# <dbl> <dbl> <int> <dbl>
# 1 1.00 2.00 0 2.00
# 2 2.00 3.00 0 5.00
# 3 3.00 1.00 1 1.00
# 4 4.00 2.00 1 3.00
# 5 5.00 2.00 1 5.00
# 6 6.00 3.00 2 3.00
# what I want
## thresh = 6
# A tibble: 6 x 4
# t a g c
# <dbl> <dbl> <int> <dbl>
# 1 1.00 2.00 0 2.00
# 2 2.00 3.00 0 5.00
# 3 3.00 1.00 0 6.00
# 4 4.00 2.00 1 2.00
# 5 5.00 2.00 1 4.00
# 6 6.00 3.00 1 7.00
我在這里檢查了許多類似的問題(例如, 如果 r 中的值變為負數,則重置 cumsum )並得到了我希望的結果,但沒有。
我試過的變種
thresh <-5
tib %>%
group_by(g = cumsum(lag(cumsum(a) >= thresh, default = FALSE))) %>%
mutate(c = cumsum(a)) %>%
ungroup()
返回
# A tibble: 6 x 4
t a g c
<dbl> <dbl> <int> <dbl>
1 1.00 2.00 0 2.00
2 2.00 3.00 0 5.00
3 3.00 1.00 1 1.00
4 4.00 2.00 2 2.00
5 5.00 2.00 3 2.00
6 6.00 3.00 4 3.00
您可以看到“組”在第一次之后沒有被重置。
我想你可以在這里使用accumulate()
來幫助。 而且我還制作了一個包裝函數用於不同的閾值
sum_reset_at <- function(thresh) {
function(x) {
accumulate(x, ~if_else(.x>=thresh, .y, .x+.y))
}
}
tib %>% mutate(c = sum_reset_at(5)(a))
# t a c
# <dbl> <dbl> <dbl>
# 1 1 2 2
# 2 2 3 5
# 3 3 1 1
# 4 4 2 3
# 5 5 2 5
# 6 6 3 3
tib %>% mutate(c = sum_reset_at(4)(a))
# t a c
# <dbl> <dbl> <dbl>
# 1 1 2 2
# 2 2 3 5
# 3 3 1 1
# 4 4 2 3
# 5 5 2 5
# 6 6 3 3
tib %>% mutate(c = sum_reset_at(6)(a))
# t a c
# <dbl> <dbl> <dbl>
# 1 1 2 2
# 2 2 3 5
# 3 3 1 6
# 4 4 2 2
# 5 5 2 4
# 6 6 3 7
如果你對基於cumsum < threshold
的團隊建設感興趣
您可以使用以下base::
function:
cumSumReset <- function(x, thresh = 4) {
ans <- numeric()
i <- 0
while(length(x) > 0) {
cs_over <- cumsum(x)
ntimes <- sum( cs_over <= thresh )
x <- x[-(1:ntimes)]
ans <- c(ans, rep(i, ntimes))
i <- i + 1
}
return(ans)
}
呼叫:
tib %>% mutate(g = cumSumReset(a, 5))
結果:
# A tibble: 6 x 3
# t a g
# <dbl> <dbl> <dbl>
#1 1 2 0
#2 2 3 0
#3 3 1 1
#4 4 2 1
#5 5 2 1
#6 6 3 2
g
你現在可以做任何你喜歡的事情。 我知道這是一個有點老的問題,但我在搜索類似問題時遇到了這個問題,因此我想在這里也包含這種替代方法。
庫MESS
有一個內置函數cumsumbinning()
這些需求。 由於在這里您需要在停止之前跨越該threshold
,您可以像這樣使用它(使用threshold - 1
並在第三個參數中設置cutwhenpassed = TRUE
。
library(tidyverse)
library(MESS)
tib <- tibble(
t = c(1,2,3,4,5,6),
a = c(2,3,1,2,2,3)
)
n <- 5 # threshold
tib %>%
group_by(g = cumsumbinning(a, n-1, TRUE) -1) %>%
mutate(c = cumsum(a))
#> # A tibble: 6 x 4
#> # Groups: g [3]
#> t a g c
#> <dbl> <dbl> <dbl> <dbl>
#> 1 1 2 0 2
#> 2 2 3 0 5
#> 3 3 1 1 1
#> 4 4 2 1 3
#> 5 5 2 1 5
#> 6 6 3 2 3
n <- 4 # threshold
tib %>%
group_by(g = cumsumbinning(a, n-1, TRUE) -1) %>%
mutate(c = cumsum(a))
#> # A tibble: 6 x 4
#> # Groups: g [3]
#> t a g c
#> <dbl> <dbl> <dbl> <dbl>
#> 1 1 2 0 2
#> 2 2 3 0 5
#> 3 3 1 1 1
#> 4 4 2 1 3
#> 5 5 2 1 5
#> 6 6 3 2 3
n <- 6 # threshold
tib %>%
group_by(g = cumsumbinning(a, n-1, TRUE) -1) %>%
mutate(c = cumsum(a))
#> # A tibble: 6 x 4
#> # Groups: g [2]
#> t a g c
#> <dbl> <dbl> <dbl> <dbl>
#> 1 1 2 0 2
#> 2 2 3 0 5
#> 3 3 1 0 6
#> 4 4 2 1 2
#> 5 5 2 1 4
#> 6 6 3 1 7
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.