R :: data.table：使用先前的余额和逐行迭代按组生成运行余额

Posted 2023-02-22

技术标签:

【中文标题】R :: data.table：使用先前的余额和逐行迭代按组生成运行余额【英文标题】：R :: data.table: Generate a running balance by group using previous balance and row-wise iteration 【发布时间】：2020-01-30 00:13:09 【问题描述】：

我在 R 中有以下 DT (data.table)。

dt <- fread("
id| rowids | charge | payment | balance
a |   1    |  7.1   |   0     |     
a |   2    |  1.2   |   3     |   
a |   3    |  1.7   |   1     |   
b |   1    |  8.1   |   0     |   
b |   2    |  2.5   |   4     |   
b |   3    |  2.3   |   2     |   
b |   4    |  3.2   |   1     |   
            ", 
            sep = "|",
            colClasses = c("character", "numeric", "numeric", "numeric", 
"numeric"))

“余额”应该在每个 id 组内计算为“余额

我最初低估了计算流动余额的难度。我在想dt[,previous.row.balance := (shift(balance,1),by=id]。但是 R 进行矢量化计算。 “余额”中没有可供我执行 shift() 的值，因为“余额”将通过逐行迭代计算。

我在 *** 上搜索，发现一个similar question and its first answer 极大地帮助了我思考整个过程。我对我的问题的第一个答案中的代码进行了修改，并让以下代码完美地按组生成运行余额。

dt[rowids == 1, balance := charge, by=.(id)]
dt[rowids != 1, balance :=
    dt[,
        
            balance1 <- balance[1L]
            .SD[rowids != 1,
                balance1 <-  balance1 + charge - payment
                    .(balance1)
                ,
                by=.(rowids)]
        ,
        by=.(id)][, -1L:-2L]
]

这是我的问题。

by=.(id)][, -1L:-2L]

shift() by = group

[, -1L:-2L]

对不起，我不得不在这里问这个问题，而不是在that question 下发表评论或提问。原因是我是 *** 的新手，只有 1 点声誉。我不允许评论该问题的原始答案。我也想投票赞成这个答案。在此之前，我必须获得更多积分。

有没有其他方法，使用 data.table 和 R 矢量化计算来实现这个运行平衡目标，而不为行迭代包装任何循环？

感谢任何见解或想法！

【问题讨论】：

【参考方案1】：

关于你的问题 #2：

您可以使用cumsum 函数（输出与问题中的代码匹配）。这将采用 charge - payment 的值作为第一行，然后在第二行中添加第二个 charge - payment，等等。

dt[, balance2 := cumsum(charge - payment), id]


dt
#    id rowids charge payment balance balance2
# 1:  a      1    7.1       0     7.1      7.1
# 2:  a      2    1.2       3     5.3      5.3
# 3:  a      3    1.7       1     6.0      6.0
# 4:  b      1    8.1       0     8.1      8.1
# 5:  b      2    2.5       4     6.6      6.6
# 6:  b      3    2.3       2     6.9      6.9
# 7:  b      4    3.2       1     9.1      9.1

【讨论】：

非常感谢@IceCreamToucan 提供的一行代码，这是解决我问题的最简单方法！我一直告诉自己，我必须跳出“框框”来思考，即逐行算法。在那里，cumsum() 是完美的矢量化计算。我刚刚从您的代码中了解到，我可以对 cumsum() 内的向量进行操作。我在我的实际工作数据集上运行了我的代码和@IceCreamToucan cumsum() 代码来比较结果。令我惊讶的是，大约 10% 的条目在这两种算法的结果之间存在浮点错误。虽然没关系，因为我必须将它四舍五入到小数点后 2 位才能以美元为单位，但我很好奇为什么会涉及浮点错误。【参考方案2】：

由于@IceCreamToucan 已经回答了第 2 部分（如何改进代码），我将只介绍第 1 部分（为什么 x[, -1:-2] 有效）。从?data.table我们知道，一般j字段可以用来选择列：