วิธีการคำนวณผลรวมต่อเนื่องโดยใช้ dplyr

คุณสามารถใช้วิธีต่อไปนี้เพื่อคำนวณผลรวมของคอลัมน์ใน R โดยใช้แพ็คเกจ dplyr :

วิธีที่ 1: คำนวณผลรวมสะสมของคอลัมน์

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

วิธีที่ 2: คำนวณผลรวมสะสมต่อกลุ่ม

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

ตัวอย่างต่อไปนี้แสดงวิธีการใช้แต่ละวิธีในทางปฏิบัติ

ตัวอย่างที่ 1: คำนวณผลรวมสะสมโดยใช้ dplyr

สมมติว่าเรามี data frame ต่อไปนี้ใน R:

 #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

เราสามารถใช้โค้ดต่อไปนี้เพื่อสร้างคอลัมน์ใหม่ที่มีผลรวมสะสมของค่าในคอลัมน์ “ยอดขาย”:

 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

ตัวอย่างที่ 2: คำนวณผลรวมสะสมต่อกลุ่มโดยใช้ dplyr

สมมติว่าเรามี data frame ต่อไปนี้ใน R:

 #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

เราสามารถใช้โค้ดต่อไปนี้เพื่อสร้างคอลัมน์ใหม่ที่มีผลรวมสะสมของค่าในคอลัมน์ “sales” ซึ่งจัดกลุ่มตามคอลัมน์ “store”:

 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

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีการคำนวณทั่วไปอื่นๆ ใน R:

วิธีคำนวณผลรวมตามกลุ่มใน R
วิธีคำนวณค่าเฉลี่ยต่อกลุ่มใน R