将列和添加到dataframe行中，并在伪值上设置条件
我希望将数据帧中的列的总和一次添加一行，条件是另一列有一个二进制变量 因此，对于每一行，我想计算它上面的整个列的总和，对于对应行中二进制变量具有相同值的所有行 以下是一个例子：将列和添加到dataframe行中，并在伪值上设置条件,r,dataframe,apply,R,Dataframe,Apply,我希望将数据帧中的列的总和一次添加一行，条件是另一列有一个二进制变量 因此，对于每一行，我想计算它上面的整个列的总和，对于对应行中二进制变量具有相同值的所有行 以下是一个例子： dummy var1 var2 1 x1 y1 0 x2 y2 0 x3 y3 1 x4 y4 我的目标是实现这一点： dummy var1 var2 1 x1 y1 0 x2 y2 0 x3+x2
dummy var1 var2
1 x1 y1
0 x2 y2
0 x3 y3
1 x4 y4
dummy var1 var2
1 x1 y1
0 x2 y2
0 x3+x2 y3+y2
1 x4+x1 y4+y1
我之前问过一个简化版本（）的问题，在这个版本中，我只添加了上面所有的值，没有条件。是否有方法合并此条件？
数据。table:：rleidsetDT(your_data)
your_data[, c("var1", "var2") := .(cumsum(var1), cumsum(var2)), by = dummy]
dummyidcols = c("var1", "var2", "var3", ...)
your_data[, (cols) := lapply(.SD, cumsum), by = id, .SD = cols]
如果您只想按虚拟列分组，忽略连续性，那么您的问题，您可以这样做：
setDT(your_data)
your_data[, c("var1", "var2") := .(cumsum(var1), cumsum(var2)), by = dummy]
data.table:：rleidsetDT(your_data)
your_data[, c("var1", "var2") := .(cumsum(var1), cumsum(var2)), by = dummy]
dummyidcols = c("var1", "var2", "var3", ...)
your_data[, (cols) := lapply(.SD, cumsum), by = id, .SD = cols]
如果您只想按虚拟列分组，忽略连续性，那么您的问题，您可以这样做：
setDT(your_data)
your_data[, c("var1", "var2") := .(cumsum(var1), cumsum(var2)), by = dummy]
我不认为用一个简单的函数就可以做到这一点，至少根据我的经验是不行的。因此，我建议编写如下函数：
sum_new_df <- function(df){
new_df <- df[,-1]
for (i in 1:nrow(df)){
for (j in (i+1):nrow(df)){
if (df$dummy[i] == df$dummy[j]){
new_df[j,] <- df[,-1][j,] + df[,-1][j,]
}
}
}
}
sum_new_df我不认为用一个简单的函数就可以做到这一点，至少根据我的经验是不行的。因此，我建议编写如下函数：
sum_new_df <- function(df){
new_df <- df[,-1]
for (i in 1:nrow(df)){
for (j in (i+1):nrow(df)){
if (df$dummy[i] == df$dummy[j]){
new_df[j,] <- df[,-1][j,] + df[,-1][j,]
}
}
}
}
sum\u new\u df您可以使用Reduce
：
fun=function(x)Reduce(function(x,y)paste0(y,"+",x),x,accumulate = T)
sapply(dat[-1],function(x)ave(x,dat[,1],FUN = fun))
var1 var2
[1,] "x1" "y1"
[2,] "x2" "y2"
[3,] "x3+x2" "y3+y2"
[4,] "x4+x1" "y4+y1"
如果这些只是值，那么您可以：
#Example data
dat2=data.frame(dummy=dat[,1],var1=c(1,2,10,20),var2=c(10,20,50,3))
使用什么：
您可以使用Reduce
：
fun=function(x)Reduce(function(x,y)paste0(y,"+",x),x,accumulate = T)
sapply(dat[-1],function(x)ave(x,dat[,1],FUN = fun))
var1 var2
[1,] "x1" "y1"
[2,] "x2" "y2"
[3,] "x3+x2" "y3+y2"
[4,] "x4+x1" "y4+y1"
如果这些只是值，那么您可以：
#Example data
dat2=data.frame(dummy=dat[,1],var1=c(1,2,10,20),var2=c(10,20,50,3))
使用什么：
这里已经有一些很好的答案了。这是一个使用dplyr的解决方案：
data.frame(dummy = c(1L,0L,0L,1L), var1 = c(1L,2L,4L,6L), var2 = c(100L,20L,30L,400L)) %>%
group_by(dummy) %>%
mutate_all(funs(cumsum))
# A tibble: 4 x 3
# Groups: dummy [2]
dummy var1 var2
<dbl> <dbl> <dbl>
1 1.00 1.00 100
2 0 2.00 20.0
3 0 6.00 50.0
4 1.00 7.00 500
数据帧（虚拟=c（1L，0L，0L，1L），var1=c（1L，2L，4L，6L），var2=c（100L，20L，30L，400L））%>%
分组依据（虚拟）%>%
突变_all（funs（cumsum））
#一个tibble:4x3
#分组：假人[2]
虚拟var1 var2
1 1.00 1.00 100
2 0 2.00 20.0
3 0 6.00 50.0
4 1.00 7.00 500
这里已经有一些不错的答案了。这是一个使用dplyr的解决方案：
data.frame(dummy = c(1L,0L,0L,1L), var1 = c(1L,2L,4L,6L), var2 = c(100L,20L,30L,400L)) %>%
group_by(dummy) %>%
mutate_all(funs(cumsum))
# A tibble: 4 x 3
# Groups: dummy [2]
dummy var1 var2
<dbl> <dbl> <dbl>
1 1.00 1.00 100
2 0 2.00 20.0
3 0 6.00 50.0
4 1.00 7.00 500
数据帧（虚拟=c（1L，0L，0L，1L），var1=c（1L，2L，4L，6L），var2=c（100L，20L，30L，400L））%>%
分组依据（虚拟）%>%
突变_all（funs（cumsum））
#一个tibble:4x3
#分组：假人[2]
虚拟var1 var2
1 1.00 1.00 100
2 0 2.00 20.0
3 0 6.00 50.0
4 1.00 7.00 500
您可以使用此处提到的有效的ave
功能。是否有一种优雅的方法将其应用于整个数据帧。有了ave，我走到了这一步：df$newVar我可以在apply中使用它作为我选择的函数吗？相应的行具有相同的值？你的意思是如果第5行中的虚拟对象是1，那么var1将是x4+x1+x5，var2是y4+y5+y1？或者具有相同值的dummy的所有行都具有相同的对应值？它们是两种不同的算法。你的ave
答案看起来很完美。您想如何应用它？您是否担心扩展到两个以上的列而不将它们全部写出来？您可以使用这里提到的ave
函数，这是有效的。是否有一种优雅的方法将其应用于整个数据帧。有了ave，我走到了这一步：df$newVar我可以在apply中使用它作为我选择的函数吗？相应的行具有相同的值？你的意思是如果第5行中的虚拟对象是1，那么var1将是x4+x1+x5，var2是y4+y5+y1？或者具有相同值的dummy的所有行都具有相同的对应值？它们是两种不同的算法。你的ave
答案看起来很完美。您想如何应用它？您是否担心在不将数据全部写出的情况下扩展到两列以上？请参阅我对两行数据的回答。表版本请参阅我对两行数据的回答。表版本好的回答，我很少使用数据。表，图我应该熟悉这一点。是否可以在不写所有列名的情况下使用下面的group by伪列（我有50多列）。因此，您的下面的替代方案（group by伪列）工作得很好，但我在传递列向量时无法实现这一点。例如，如果我定义：cols=c（“var1”，“var2”），然后运行您的_数据[，cols:=（cumsum（var1），cumsum（var2）），by=dummy]，数据将保持不变。哦，我刚刚在您的帖子中看到我忘记了括号。没关系。回答得好，我很少使用data.table，图我应该熟悉它。是否可以在不写所有列名的情况下（我有50多列）按伪列使用较低的分组。因此，您的较低备选方案（按伪列分组）工作得很好，但在传递列向量时，我无法实现这一点。例如，如果我定义：cols=c（“var1”，“var2”），然后运行您的_数据[，cols:=（cumsum（var1），cumsum（var2）），by=dummy]，数据将保持不变。哦，我刚刚在您的帖子中看到我忘记了括号。没有关系。