对R中的多个向量使用tapply和cumsum函数

Question

我有一个有四列的数据框。

  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

我希望计算国家和日期之间n的累积和。我可以用下面的代码做到这一点：

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

然而，我现在想要做同样的事情，但是在国家、pangolin_lineage和日期之间的累积和。我尝试在上面的函数中添加另一个向量，但似乎您只能为tapply输入一个索引输入和一个向量输入。我得到了这个错误：

date_country$cum_country_pangol <- as.numeric(unlist(tapply(date_country$n, date_country$country, date_country$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(country，pangolin_lineage，date )中使用cumsum？

Answer 1

如果有多个组，则将其包装在一个函数中，但请注意，在汇总函数中tapply，当我们指定像cumsum这样的函数时，它可能会被拆分。

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

但是，使用ave要简单得多，也就是说，如果我们想创建一个新列，只需使用ave就可以避免unlist等的麻烦

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