如何使用 dplyr 计算运行总和

您可以使用dplyr包使用以下方法来计算 R 中列的运行总和：

方法一：计算某列的累计和

 df %>% mutate(cum_sum = cumsum(var1))

方法二：计算每组的累计和

 df %>% group_by(var1) %>% mutate(cum_sum = cumsum(var2))

以下示例展示了如何在实践中使用每种方法。

示例 1：使用 dplyr 计算累积和

假设我们在 R 中有以下数据框：

 #create dataset
df <- data. frame (day=c(1, 2, 3, 4, 5, 6, 7, 8),
                 sales=c(7, 12, 10, 9, 9, 11, 18, 23))

#view dataset
df

  day sales
1 1 7
2 2 12
3 3 10
4 4 9
5 5 9
6 6 11
7 7 18
8 8 23

我们可以使用以下代码创建一个新列，其中包含“销售额”列中值的累积和：

 library (dplyr)

#calculate cumulative sum of sales
df %>% mutate(cum_sales = cumsum(sales))

  day sales cum_sales
1 1 7 7
2 2 12 19
3 3 10 29
4 4 9 38
5 5 9 47
6 6 11 58
7 7 18 76
8 8 23 99

示例 2：使用 dplyr 计算每组的累积和

假设我们在 R 中有以下数据框：

 #create dataset
df <- data. frame (store=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
                 day=c(1, 2, 3, 4, 1, 2, 3, 4),
                 sales=c(7, 12, 10, 9, 9, 11, 18, 23))

#view dataset
df

  store day sales
1 To 1 7
2 to 2 12
3 to 3 10
4 to 4 9
5 B 1 9
6 B 2 11
7 B 3 18
8 B 4 23

我们可以使用以下代码创建一个新列，其中包含“sales”列中值的累积和，并按“store”列分组：

 library (dplyr)

#calculate cumulative sum of sales by store
df %>% group_by(store) %>% mutate(cum_sales = cumsum(sales))

# A tibble: 8 x 4
# Groups: store[2]
  store day sales cum_sales   
1 To 1 7 7
2 A 2 12 19
3 To 3 10 29
4 A 4 9 38
5 B 1 9 9
6 B 2 11 20
7 B 3 18 38
8 B 4 23 61

其他资源

以下教程解释了如何在 R 中执行其他常见计算：

如何在R中按组计算总和
如何计算R中每组的平均值