如何在 R 中使用 dplyr mutate 函数来计算运行余额?
Posted
技术标签:
【中文标题】如何在 R 中使用 dplyr mutate 函数来计算运行余额?【英文标题】:How to use dplyr mutate function in R to calculate a running balance? 【发布时间】:2022-01-22 15:32:02 【问题描述】:在底部的 MWE 代码中,我试图在从一行运行到下一行时为每个唯一 ID 生成运行余额。例如,运行以下代码时,输出应为:
data2 <-
id plusA plusB minusC running_balance [desired calculation for running balance]
1 3 5 10 -2 3 + 5 - 10 = -2
2 4 5 9 0 4 + 5 - 9 = 0
3 8 5 8 5 8 + 5 - 8 = 5
3 1 4 7 3 id doesn't change so 5 from above + (1 + 4 - 7) = 3
3 2 5 6 4 id doesn't change so 3 from above + (2 + 5 - 6) = 4
5 3 6 5 4 3 + 6 - 5 = 4
下面的MWE指的是,当id从一行到下一行一致时,前一行plusA
数量,而不是前一行running_balance
数量。我尝试将以下内容更改为某种形式的lag(running_balance...)
,但还没有运气。
我正在尽量减少使用太多软件包。例如,我了解purrr
包提供了accumulate()
功能,但我现在宁愿只使用dplyr
。有没有一种简单的方法可以做到这一点,在我的情况下使用 dplyr mutate()
?我还尝试摆弄 dplyr cumsum()
函数,它应该在这里工作,但我不确定如何将它们中的几个串在一起。
MWE 代码:
data <- data.frame(id=c(1,2,3,3,3,5),
plusA=c(3,4,8,1,2,3),
plusB=c(5,5,5,4,5,6),
minusC = c(10,9,8,7,6,5))
library(dplyr)
data2<- subset(
data %>% mutate(extra=case_when(id==lag(id) ~ lag(plusA), TRUE ~ 0)) %>%
mutate(running_balance=plusA+plusB-minusC+extra),
select = -c(extra)
)
【问题讨论】:
【参考方案1】:使用dplyr
:
data %>%
mutate(running_balance = plusA + plusB - minusC) %>%
group_by(id) %>%
mutate(running_balance = cumsum(running_balance)) %>%
ungroup()
输出:
# A tibble: 6 x 5
# Groups: id [4]
id plusA plusB minusC running_balance
<dbl> <dbl> <dbl> <dbl> <dbl>
1 1 3 5 10 -2
2 2 4 5 9 0
3 3 8 5 8 5
4 3 1 4 7 3
5 3 2 5 6 4
6 5 3 6 5 4
【讨论】:
非常优雅易懂,谢谢! 你可以使用data %>% group_by(id) %>% mutate(running_balance1 = cumsum(plusA + plusB - minusC))
以上是关于如何在 R 中使用 dplyr mutate 函数来计算运行余额?的主要内容,如果未能解决你的问题,请参考以下文章
R语言dplyr包使用dplyr函数使用group_by函数summarise函数和mutate函数计算分组占比实战
R语言dplyr包使用mutate函数生成新的数据列(不改变原数据列)实战
R语言dplyr包mutate_at函数通过名称修改指定数据列的内容(使用统一的函数)实战
R语言dplyr包mutate_all函数一次性处理所有的数据列的内容(使用统一的函数)实战
R语言dplyr包mutate_if函数修改所有满足条件的数据列的内容实战
R语言dplyr处理dataframe:使用mutate函数生成新的列recode函数进行数据编码rename函数重命名字段arrange排序数据列select筛选数据filter过滤数据