基于data.table实现带条件的Value列累加计算求助

问题背景 #

我有一个包含三列的data.table：

• Start_time：某流程的开始时间
• Time：实际时间点
• Value：对应时间点的流程数值

示例数据生成代码：

library(data.table)
library(dplyr)

Start_number <- 3
Duration <- 4

Table <- rbindlist(lapply(seq_len(Start_number),function(x) 
  data.table(Start_time = x, Time = as.integer(x + seq_len(Duration) - 1)) %>% 
    mutate(Value = 2)))

注：实际数据中Value列值会变化。

需求说明 #

需要生成包含以下两列的输出表：

1. Time：按从小到大排列的所有唯一时间值
2. Total_FV：对Value列按以下规则求和：
   • 仅对**Time大于当前行Time**的行求和
   • 同时排除**Start_time大于当前行Time**的行

目标输出示例：

Target_output <- data.table(Time = seq(1,6), Total_FV = c(6,10,12,6,2,0))

尝试过的错误方法 #

我尝试用自连接的非等连接方式实现，但结果不符合预期：

Result <- Table[Table,on = .(Start_time >= Time,Time > Time),.(Total_FV = sum(Value)),by = Time]

解决方案（优先连接方法） #

步骤1：生成包含所有唯一时间的基础表 #

首先提取原表中所有唯一的时间值并排序，作为结果的时间维度：

dt_times <- data.table(Time = sort(unique(Table$Time)))

步骤2：非等连接+分组求和 #

通过data.table的非等连接，匹配符合条件的行并按每个时间点求和：

# 左连接原表，匹配满足条件的行并求和
result <- dt_times[Table, 
                   on = .(Time < Time, Time >= Start_time), 
                   .(Total_FV = sum(Value)), 
                   by = .EACHI]

# 补全无匹配项的时间点，将NA替换为0
result <- dt_times[result, on = .(Time)]
result[is.na(Total_FV), Total_FV := 0]

代码说明 #

• 连接条件on = .(Time < Time, Time >= Start_time)：
  • 第一个Time是左表（dt_times）的时间，第二个Time是右表（Table）的时间，Time < Time确保只匹配右表中时间大于当前行的记录
  • Time >= Start_time确保右表中流程的开始时间不晚于当前行时间，满足排除条件
• by = .EACHI表示按左表的每一行单独计算求和结果
• 最后通过左连接补全所有时间点，并将无匹配项的求和结果设为0，与目标输出一致

内容的提问来源于stack exchange，提问作者Phil