在dplyr中突变多个cumsum

我正在尝试用

mutate

开发一个cumsum。挑战在于我有10个专栏要做，我知道如何一个接一个地做。有没有一种方法可以让我做一些像变异（跨越（c（3:4）），~cumsum（c（3:4））

预期产出：

  animals period     weight1 weight2
  <chr>   <date>       <dbl>   <dbl>
1 E1      2021-03-04     704       0
2 E1      2021-03-11    1438     235
3 E1      2021-03-18    2091     560
4 E2      2021-03-04     851       0
5 E2      2021-03-11    1762     148
6 E2      2021-03-18    2591     348

动物期体重1体重2
1 E1 2021-03-04 704 0
2 E1 2021-03-11 1438 235
3 E1 2021-03-18 2091 560
4 E2 2021-03-04 851 0
5 E2 2021-03-11 1762 148
6 E2 2021-03-18 2591 348

尝试这样做

df%
分组依据（动物）%>%
变异（跨越（以（“重量”）开头，cumsum））
#>#tibble:6 x 4
#>#群体：动物[2]
#>动物期体重1体重2
#>                
#>1 E1 2021-03-04 704 0
#>2 E1 2021-03-11 1438 235
#>3 E1 2021-03-18 2091 560
#>4 E2 2021-03-04 851 0
#>5 E2 2021-03-11 1762 148
#>6 E2 2021-03-18 2591 348

由（v1.0.0）于2021年3月24日创建

或

---

vars%group\u by（animals）%%>%mutate（跨越（全部（vars）、cumsum））

您尝试执行的操作将出错。一旦您

group\u by（animals）

，只有三列

mutate

可以操作。因此您可以使用：

cat %>% 
  group_by(animals) %>%
  mutate(across(2:3, cumsum))
# A tibble: 6 x 4
# Groups:   animals [2]
  animals period     weight1 weight2
  <chr>   <date>       <dbl>   <dbl>
1 E1      2021-03-04     704       0
2 E1      2021-03-11    1438     235
3 E1      2021-03-18    2091     560
4 E2      2021-03-04     851       0
5 E2      2021-03-11    1762     148
6 E2      2021-03-18    2591     348

cat %>% 
  group_by(animals) %>%
  mutate(across(starts_with("weight"), cumsum))

或者，如果您只想对所有数字列进行操作：

cat %>% 
  group_by(animals) %>%
  mutate(across(where(is.numeric), cumsum))

后两种方法均可提供所需的输出。

基本R解决方案：

num_col_idx <- vapply(df, is.numeric, logical(1))

cbind(df[,!num_col_idx],
      data.frame(do.call(rbind, lapply(
        split(df[, num_col_idx], df$animals), cumsum)), row.names = NULL))

---

num\u col\u idx谢谢，我喜欢
all\u的方法。
cat %>% 
  group_by(animals) %>%
  mutate(across(where(is.numeric), cumsum))

num_col_idx <- vapply(df, is.numeric, logical(1))

cbind(df[,!num_col_idx],
      data.frame(do.call(rbind, lapply(
        split(df[, num_col_idx], df$animals), cumsum)), row.names = NULL))