R 如何在数据表中生成一个向量，该向量基于另一个向量的值范围对子集进行求和？

我在R中试图做的是在下面的data.table中添加一个向量，称为RecentActivity，它对活动进行逐行求和计算，只包括周数不超过2周前的总和中的活动值（按ID）

例如：如果在第2周测量某个ID，我希望RecentActivity将该ID的所有值相加，其中周等于1或2。如果在第7周测量，总和需要包含第6周和第7周的活动值。在第一周中，只需要包括第1周

我想在data.table中找到答案，因为它的处理速度很快

这是我要将RecentActivity向量添加到的数据：

x <- data.table(ID = c(1,1,1,2,2,2,3,4,4,4,4), 
                Week = c(1,2,7,1,20,21,1,1,2,5,6), 
                Activity = c(5,2,3,1,0,4,3,8,2,5,3))

---

x以下是构造新分组变量的解决方案：

x <- data.table(ID = c(1,1,1,2,2,2,3,4,4,4,4), 
                Week = c(1,2,7,1,20,21,1,1,2,5,6), 
                Activity = c(5,2,3,1,0,4,3,8,2,5,3))
x[, group:=cumsum((Week-shift(Week))>2 | is.na(shift(Week))), ID]
x[, RecentActivity:=cumsum(Activity), by=.(ID, group)][]
# > x[, RecentActivity:=cumsum(Activity), by=.(ID, group)][]
#     ID Week Activity group RecentActivity
#  1:  1    1        5     1              5
#  2:  1    2        2     1              7
#  3:  1    7        3     2              3
#  4:  2    1        1     1              1
#  5:  2   20        0     2              0
#  6:  2   21        4     2              4
#  7:  3    1        3     1              3
#  8:  4    1        8     1              8
#  9:  4    2        2     1             10
# 10:  4    5        5     2              5
# 11:  4    6        3     2              8

另一种方法：

x[x[, .(ID, Week = Week + 1, Activity)],
  RecentActivity := Activity + i.Activity, on = c('ID','Week')]
x[is.na(RecentActivity), RecentActivity := Activity]
x

#     ID Week Activity RecentActivity
#  1:  1    1        5              5
#  2:  1    2        2              7
#  3:  1    7        3              3
#  4:  2    1        1              1
#  5:  2   20        0              0
#  6:  2   21        4              4
#  7:  3    1        3              3
#  8:  4    1        8              8
#  9:  4    2        2             10
# 10:  4    5        5              5
# 11:  4    6        3              8

正如Frank所建议的，我们还可以为
RecentActivity
设置默认值，然后添加前一周的活动：

x[, RecentActivity := Activity]
x[x[, .(ID, Week = Week + 1, Activity)],
  RecentActivity := RecentActivity + i.Activity, on = c('ID','Week')]

是否
x[，c（“dwn”，“up”）：=（第2周，第1周）]；x[x，sum（Activity），on=（ID，Week>dwn，Week
适合你吗？有些价值观似乎并不适用match@DavidArenburg非常感谢你！工作起来很有魅力。@Bas，如果您喜欢Arenburg评论中的优雅解决方案，则无需接受一个答案。Fwiw，David的评论答案没有向表中添加列或其他内容（？），而是创建一个新表，因此我猜它是不完整的。顺便说一句，你可以做
DT[，v:=默认值]；DT[mDT，on=，v:=expr]
我想不是事后根据NAs分配默认值。@mt1022 Arenburg的回答足以让我明白如何解决我的问题，但Frank认为你的答案更完整是对的，因为它还添加了我想要的向量。谢谢你们两位。
x[, RecentActivity:=cumsum(Activity), by=.(ID, cumsum((Week-shift(Week))>2 | is.na(shift(Week))))][]

x[x[, .(ID, Week = Week + 1, Activity)],
  RecentActivity := Activity + i.Activity, on = c('ID','Week')]
x[is.na(RecentActivity), RecentActivity := Activity]
x

#     ID Week Activity RecentActivity
#  1:  1    1        5              5
#  2:  1    2        2              7
#  3:  1    7        3              3
#  4:  2    1        1              1
#  5:  2   20        0              0
#  6:  2   21        4              4
#  7:  3    1        3              3
#  8:  4    1        8              8
#  9:  4    2        2             10
# 10:  4    5        5              5
# 11:  4    6        3              8

x[, RecentActivity := Activity]
x[x[, .(ID, Week = Week + 1, Activity)],
  RecentActivity := RecentActivity + i.Activity, on = c('ID','Week')]