在dplyr中突变多个cumsum
我正在尝试用在dplyr中突变多个cumsum,r,dplyr,mutate,cumsum,R,Dplyr,Mutate,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
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))