对 R 中的多个向量使用 tapply 和 cumsum 函数

如何解决对 R 中的多个向量使用 tapply 和 cumsum 函数

我有一个包含四列的数据框。

  country       date       pangolin_lineage       n      cum_country
1 Albania    2020-09-05      B.1.236              1           1
2 Algeria    2020-03-02      B.1                  2           2
3 Algeria    2020-03-08      B.1                  1           3
4 Algeria    2020-06-09      B.1.1.119            1           4
5 Algeria    2020-06-15      B.1                  1           5
6 Algeria    2020-06-15      B.1.36               1           6

我希望计算不同国家和日期的 n 的累积总和。我可以用这个代码做到这一点：

date_country$cum_country <- as.numeric(unlist(tapply(date_country$n,date_country$country,cumsum)))

然而，我现在想做同样的事情，但需要跨国家/地区、pangolin_lineage 和日期的累计总和。我试图在上面的函数中添加另一个向量，但似乎你只能输入一个索引输入和一个向量输入用于 tapply。我收到此错误：

date_country$cum_country_pangol <- as.numeric(unlist(tapply(date_country$n,date_country$pangolin_lineage,cumsum)))
Error in match.fun(FUN) : 
  'date_country$pangolin_lineage' is not a function,character or symbol

有谁知道如何在多个向量（国家、pangolin_lineage、日期）的 tapply 中使用 cumsum？

解决方法

如果有多个组，将其包裹在list中，但请注意tapply在汇总函数中，当我们指定cumsum这样的函数时，它可能会分裂。

 tapply(date_country$n,list(date_country$country,date_country$pangolin_lineage),cumsum))

但是，使用 ave 更容易，即如果我们想创建一个新列，只需使用 unlist

就可以避免 ave 等的麻烦

ave(date_country$n,date_country$country,date_country$pangolin_lineage,FUN = cumsum)
#[1] 1 2 3 1 4 1