R语言按startdate日期列分组计算event字段累计求和的问题

错误原因 #

你之前的代码问题出在分组后直接计算累计值，cumsum()的作用范围被限制在每个日期分组内部，所以得到的是单天内的逐行累计，不是跨日期的总累计。

修正后的dplyr代码 #

library(dplyr)

my_data_2 <- my_data %>%
  # 按日期分组，先计算单日event总和
  group_by(startdate) %>%
  summarise(daily_event = sum(event)) %>%
  # 取消分组，对所有单日总和做全局累计求和
  ungroup() %>%
  mutate(event = cumsum(daily_event)) %>%
  # 保留需要的字段
  select(startdate, event)

逻辑说明 #

1. 第一步group_by(startdate) %>% summarise(daily_event = sum(event))会先统计每个日期的event总计数，运行到这一步会得到中间结果：

   startdate daily_event
   1 2010-01-01           3
   2 2010-01-02           1
   3 2010-01-03           2
   

2. 第二步ungroup() %>% mutate(event = cumsum(daily_event))会对上面的daily_event列做全局累计求和，最终得到你需要的输出结果，和你的预期完全一致：

   startdate event
   1 2010-01-01     3
   2 2010-01-02     4
   3 2010-01-03     6
   

注：startdate为POSIXct类型也不需要额外处理，分组逻辑会自动按时间精度匹配。

内容的提问来源于stack exchange，提问作者stats_noob