基于一个值计算R中以下行的总和

我有一个显示的数据库，并希望根据一列中的一个值计算以下行的总和

例如：

• 如果“安全库存=2个月”，则计算出的单位安全库存为同一产品下2行的总和
• 如果“安全库存=3个月”，则计算出的单位安全库存为同一产品的以下3行之和

有人知道在R区怎么走吗

---

假设“安全库存”是每个“产品”的单个值，我们可以使用

数据。表

。将'data.frame'转换为'data.table'（

setDT（df1）

），按'Product'分组，通过将'n'指定为'Safety_Stocks'的第一个元素的顺序，获得

lead

值，并分配（

：=

）输出到新列（“new_SafetyStocks”）

---

请添加一个可复制的示例，以便其他人可以帮助您。例如，您可以使用R的

dput（）

函数将数据导出为文本，并将其添加到您的问题中。谢谢！我得到下面的错误消息：>库（data.table）中的错误（data.table）：没有名为'data.table'>setDT（df1）[，New\u SafetyStocks:=Reduce（

++

，shift（Sales\u Forecast，+type=“lead”，n=seq（Safety\u Stocks[1L]），by=Product]的包错误：找不到函数“setDT。你知道为什么吗？@Nico好像你没有安装这个软件包，试试

install.packages（“data.table”）；库（data.table）

和代码

library(data.table)
setDT(df1)[, New_SafetyStocks := Reduce(`+`, shift(Sales_Forecast, 
           type="lead", n=seq(Safety_Stocks[1L]))) , by = Product]
df1
#      Product Sales_Forecast Safety_Stocks New_SafetyStocks
# 1: Product A            100             2              300
# 2: Product A            100             2              300
# 3: Product A            200             2              400
# 4: Product A            100             2              600
# 5: Product A            300             2              400
# 6: Product A            300             2              200
# 7: Product A            100             2              300
# 8: Product A            100             2              500
# 9: Product A            200             2              400
#10: Product A            300             2              200
#11: Product A            100             2               NA
#12: Product A            100             2               NA
#13: Product B            500             3             2000
#14: Product B            500             3             3000
#15: Product B           1000             3             3500
#16: Product B            500             3             3500
#17: Product B           1500             3             2500
#18: Product B           1500             3             2000
#19: Product B            500             3             3000
#20: Product B            500             3             3000
#21: Product B           1000             3             2500
#22: Product B           1500             3               NA
#23: Product B            500             3               NA
#24: Product B            500             3               NA
   

df1 <- data.frame(Product = rep(c("Product A", "Product B"), each = 12),
       Sales_Forecast = c(100, 100, 200, 100, 300, 300, 100, 100, 200, 300,
    100, 100, 500, 500, 1000, 500, 1500, 1500, 500, 500, 1000, 1500, 500, 500),
   Safety_Stocks = rep(c(2,3), each = 12))