日付で指定されたデータフレームの特定の数値の累積合計

Question

日付と値のデータフレームがあり、正の数値のみの場合は累積、負の場合は累計が必要です。日付は同じ日付を複数回持つことがあり、数日が欠けている（値がない=行がない）

最初は累積合計をテストしました。これらは、日付の順に累積的ではなく、あった。

：

df$cumsum <- cumsum(df$values) 
# or 
df$cumsum <- ave(df$values, FUN=cumsum) 
# Should cumulate by date but did not in right order 
df$cumsum <- cumsum(df[order(df$date, df$values), "values"]) 

は最後に、私は（ない本当に私はデータフレーム中でやってみたかったが、仕事をしていませんよう）望んでいたとして、最初のステップを行い解決策を見つけました

dt <- data.table(df) 
dt[order(date), cumsum := cumsum(values)] 

素晴らしいですが、値> 0をフィルタリングするすべての試みがうまくいかなかった。最後に、データをサブセット化して結果を得ましたが、実際には私が望んでいたものではありません。

df["cumsum_pos"] = df["values"][df["values"] > 0].cumsum() 
df["cumsum_neg"] = df["values"][df["values"] < 0].cumsum() 

/編集

df <- data.frame(date = as.Date(c("2016-12-08", "2016-12-07", "2016-12-05", "2017-01-05", 
            "2017-01-10", "2017-01-11", "2017-01-11")), 
       values = c(10, -10, 5, 5, -7, 8, 8)) 

# just the cumsum 
# expected output = c(5, -5, 5, 10, 3, 11, 19) 

df$cumsum <- cumsum(df$values) 
# output = c(10, 0, 5, 10, 3, 11, 19) 

df$cumsum <- ave(df$values, FUN=cumsum) 
# output = c(10, 0, 5, 10, 3, 11, 19) 

df$cumsum <- cumsum(df[order(df$date, df$values), "values"]) 
# output = c(5, -5, 5, 10, 3, 11, 19) correct in this example 
# doesn't work with dates in a different order 2016-12-31, 2016-12-30, ... 2015-12-31, 2015-12-30 

# Now for just the positives 
# expected output = c(10, 0, 5, 15, 15, 23, 31) 
df$cumsum.pos[df$values > 0] <- cumsum(df[order(df$date, df$values), "values"][df$values > 0]) 
# output = c(5, NA, 15, 20, NA, 28, 36) 

# And then the same with just the negatives 

/編集

ニコラス：

dt.pos <- data.table(subset(df, values> 0)) 
dt.pos[order(date), cumsum := cumsum(values)] 

dt.neg <- data.table(subset(df, values < 0)) 
dt.neg[order(date), cumsum := cumsum(values)] 

私は（注文したデータフレーム付き）Pythonの同等のような単純なものを探していますコメントで正しい出力が得られない

df<-df[order(df$date),] 
# values = c(5, -10, 10, 5, -7, 8, 8) 
# expected output = c(5, 5, 15, 20, 20, 28, 36) 
df$cumsum<-ave(df$values,df$values>0,FUN=cumsum) 
# output = c(5, -10, 15, 20, -17, 28, 36) 

Answer 1

これは使用できます。

library(data.table) 
df <- as.data.table(df) 

# Order by date 
df <- df[order(date)] 

# Perform the cumsum for positives and negatives separately 
df[, expected := cumsum(values), by = sign(values)] 

# Just for the negatives, get the previous positive value 
df[, expected := ifelse(values > 0, expected, c(0, expected[-.N]))] 

print(df) 

     date values expected 
1: 2016-12-05  5  5 
2: 2016-12-07 -10  5 
3: 2016-12-08  10  15 
4: 2017-01-05  5  20 
5: 2017-01-10  -7  20 
6: 2017-01-11  8  28 
7: 2017-01-11  8  36 

連続する負の値が複数ある場合は、操作を繰り返す必要があります。例えば、データフレームは、このいずれかの場合：上記のコードの

df <- data.frame(date = as.Date(c("2016-12-08", "2016-12-07", "2016-12-05", "2017-01-05","2017-01-10", "2017-01-10", "2017-01-11", "2017-01-11")), 
values = c(10, -10, 5, 5, -7, -15, 8, 8)) 

一つの単一の実行には、次の出力を生成します：

  date values expected 
1: 2016-12-05  5  5 
2: 2016-12-07 -10  5 
3: 2016-12-08  10  15 
4: 2017-01-05  5  20 
5: 2017-01-10  -7  20 
6: 2017-01-10 -15  -17 
7: 2017-01-11  8  28 
8: 2017-01-11  8  36 

値-17間違っているだろう。この問題を回避するには、負の値が残らなくなるまでプロセスを繰り返すことができます。だから、完全なコードは次のようになります。

df <- df[order(date)] 
df[, expected := cumsum(values), by = sign(values)] 

# If there are negative values, repeat the process 
while(length(which(df$expected < 0))){ 
    df[, expected := ifelse(values > 0, expected, c(0, expected[-.N]))] 
} 

print(df) 
     date values expected 
1: 2016-12-05  5  5 
2: 2016-12-07 -10  5 
3: 2016-12-08  10  15 
4: 2017-01-05  5  20 
5: 2017-01-10  -7  20 
6: 2017-01-10 -15  20 
7: 2017-01-11  8  28 
8: 2017-01-11  8  36