R语言按id与break标识分组拆解累计求和值获取单日数值

需求说明 #

现有数据集ds，包含4个字段：

• id：主体标识
• date：日期
• values：累计求和值
• break.：累计重置标识，取值为"True"时累计过程重置，之后重新开始累计
  需要按id分组后，在相邻两次break. == "True"的区间内计算单日实际值：后一日累计值减去前一日累计值，差值为负时取值为0，每个重置区间的首行对应值为当日实际值。

实现代码 #

使用dplyr包即可快速实现需求，代码如下：

library(dplyr)
library(lubridate)

# 读取示例数据（未执行过可运行）
ds <- read.csv("https://raw.githubusercontent.com/Leprechault/trash/main/accumulated_values_table")
ds$date <- ymd(ds$date)

# 计算单日值
ds_result <- ds %>%
  # 按id分组，按日期排序保证时间顺序正确
  group_by(id) %>%
  arrange(date, .by_group = TRUE) %>%
  # 生成重置分组：每次遇到break.为True时进入新的分组
  mutate(reset_grp = cumsum(break. == "True")) %>%
  # 按id和重置分组二次分组
  group_by(id, reset_grp) %>%
  # 计算单日值：组内首行取原值，后续行取与前一行的差值，负值取0
  mutate(values = pmax(values - lag(values, default = 0), 0)) %>%
  ungroup() %>%
  # 去掉辅助计算列
  select(-reset_grp)

结果验证 #

筛选id=3的结果查看，即可匹配预期输出：

ds_result %>% filter(id == 3) %>% head()

内容的提问来源于stack exchange，提问作者Leprechault