R：计算每月和按组的累计总和

Question

我首先通过使用 group-by 和 mutate 计算组内的 ID 来计算每月总和。但是，当我尝试使用 cumsum 按组计算每月累计总和时，数据看起来不正确。如果有人能帮助我，那将非常有帮助。谢谢~

假设原始数据框如下所示：

人员编号	公司	yyyy	月
1	A	2011	一月
2	A	2011	一月
3	A	2011	二月
4	A	2011	二月
5	A	2011	二月
6	A	2011	三月
7	B	2011	一月
8	B	2011	一月
9	B	2011	一月
10	B	2011	二月
11	B	2011	二月
12	B	2011	二月
13	B	2011	二月
14	B	2011	三月
15	B	2011	三月
16	B	2011	四月

我想要一个最终输出数据框，如下所示。

人员编号	公司	yyyy	月	每月金额	每月累计金额
1	A	2011	一月	2	2
2	A	2011	一月	2	2
3	A	2011	二月	3	5
4	A	2011	二月	3	5
5	A	2011	二月	3	5
6	A	2011	三月	1	6
7	B	2011	一月	3	3
8	B	2011	一月	3	3
9	B	2011	一月	3	3
10	B	2011	二月	4	7
11	B	2011	二月	4	7
12	B	2011	二月	4	7
13	B	2011	二月	4	7
14	B	2011	三月	2	9
15	B	2011	三月	2	9
16	B	2011	四月	1	10

Answer 1

library(dplyr, warn.conflicts = F)


df1 %>% 
  summarise(monthly_sum = n_distinct(person_id), .by = c(company, yyyy, month)) %>% 
  mutate(cumulative_sum = cumsum(monthly_sum), .by = company) %>% 
  right_join(df1, .)
#> Joining with `by = join_by(company, yyyy, month)`

#>    person_id company yyyy    month monthly_sum cumulative_sum
#> 1          1       A 2011  January           2              2
#> 2          2       A 2011  January           2              2
#> 3          3       A 2011 Feburary           3              5
#> 4          4       A 2011 Feburary           3              5
#> 5          5       A 2011 Feburary           3              5
#> 6          6       A 2011    March           1              6
#> 7          7       B 2011  January           3              3
#> 8          8       B 2011  January           3              3
#> 9          9       B 2011  January           3              3
#> 10        10       B 2011 Feburary           4              7
#> 11        11       B 2011 Feburary           4              7
#> 12        12       B 2011 Feburary           4              7
#> 13        13       B 2011 Feburary           4              7
#> 14        14       B 2011    March           2              9
#> 15        15       B 2011    March           2              9
#> 16        16       B 2011    April           1             10

数据：

read.table(text= "person_id     company     yyyy    month
1   A   2011    January
2   A   2011    January
3   A   2011    Feburary
4   A   2011    Feburary
5   A   2011    Feburary
6   A   2011    March
7   B   2011    January
8   B   2011    January
9   B   2011    January
10  B   2011    Feburary
11  B   2011    Feburary
12  B   2011    Feburary
13  B   2011    Feburary
14  B   2011    March
15  B   2011    March
16  B   2011    April", header = T, stringsAsFactors = F) -> df1

^{创建于 2024-04-29，使用 reprex v2.0.2}