R 对数据帧进行排序并创建新的瞬时列

我有一个相对较大的数据框（150万行和5列）。为了简单起见，我在下面创建了一个示例数据框：

date <- c("2018-07-06","2017-04-13","2017-09-12","2018-09-19"
          ,"2019-03-04","2017-05-21","2018-05-15")
data <- as.Date(date)
TV_ad<-c(0,1,0,0,1,0,1)
ID <- c(1315769,1300620,1300620,1315769,1300620,1315769,1300620)
result <- data.frame(ID,TV_ad,date)


       ID TV_ad       date
1 1315769     0 2018-07-06
2 1300620     1 2017-04-13
3 1300620     0 2017-09-12
4 1315769     0 2018-09-19
5 1300620     1 2019-03-04
6 1315769     0 2017-05-21
7 1300620     1 2018-05-15

2017年4月13日之前没有观察结果，因此比率为0，2017年9月12日之前有一个观察结果，TV_ad=1，所以1/1=1，2018年5月15日之前有两个观察结果，从这两个观察结果中，我们有一个的TV_ad=1，因此比率为1/2=0.5，以此类推。。。 在@det提出的另一个解决方案中

library(dplyr)   

result %>%
  arrange(ID, date) %>%
  group_by(ID) %>%
  mutate(ratio = cumsum(TV_ad) / seq_len(n())) 

然而，这个解决方案考虑了我们所在的行，而我想计算到我们正在计算的行的比率。 我想也许我们可以用下面的等式

ratio1 = (cumsum(TV_ad)) / seq_len(n()-1), ratio2=TV_ad/seq_len(n()-1))

比率1减去比率2

此解决方案适用于所有列；但是，对于每个组的第一列，由于seq_len（n（）==1和1-1=0，它返回NAN或无效数字

有什么建议吗？

---

谢谢

您可以计算每个

ID

的累积平均值，但由于您不想在计算中包括当前日期，您可以

延迟它：

library(dplyr)

result %>%
  arrange(ID, date) %>%
  group_by(ID) %>%
  mutate(ratio = lag(cummean(TV_ad), default = 0))

#     ID TV_ad date       ratio
#    <dbl> <dbl> <chr>      <dbl>
#1 1300620     1 2017-04-13 0    
#2 1300620     0 2017-09-12 1    
#3 1300620     1 2018-05-15 0.5  
#4 1300620     1 2019-03-04 0.667
#5 1315769     0 2017-05-21 0    
#6 1315769     0 2018-07-06 0    
#7 1315769     0 2018-09-19 0    

您可以计算每个
ID
的累积平均值，但由于您不想在计算中包括当前日期，因此可以
延迟
它：

library(dplyr)

result %>%
  arrange(ID, date) %>%
  group_by(ID) %>%
  mutate(ratio = lag(cummean(TV_ad), default = 0))

#     ID TV_ad date       ratio
#    <dbl> <dbl> <chr>      <dbl>
#1 1300620     1 2017-04-13 0    
#2 1300620     0 2017-09-12 1    
#3 1300620     1 2018-05-15 0.5  
#4 1300620     1 2019-03-04 0.667
#5 1315769     0 2017-05-21 0    
#6 1315769     0 2018-07-06 0    
#7 1315769     0 2018-09-19 0    

result %>%
  arrange(ID, date) %>%
  group_by(ID) %>%
  mutate(ratio = lag(cumsum(TV_ad) / seq_len(n()), default = 0))