问题标签 [cumsum]

我想找到一种向量化的方法来计算向量的累积和，但有上限和下限。

就我而言，输入仅包含 1 和 -1。您可以在答案中使用此假设。当然，也欢迎提供更通用的解决方案。

例如：

当累积总和达到上限（在第 3 个元素处）时，不再增加。同样，当累积和达到下限（在第 7 个元素处）时，它不会再减少。for 循环版本将是这样的：

你有什么想法？

我有两个数据框，一个（数据框 1）带有日期和每个日期的一些观察结果。在另一个表（数据框 2）中，我的日期比另一个数据框中的日期多。

我想做的是计算数据框1的累积和并将结果放在数据框2中。数据框2中存在但不在数据框1中的任何日期都应该简单地具有前一天的值

数据框 1

数据框 2

如果有任何不清楚的地方，请告诉我。任何帮助都会很棒！

谢谢，

麦克风

我对 R 编程比较陌生，到目前为止，这个网站对我很有帮助，但是我找不到一个已经涵盖了我想知道的问题。所以我决定自己发布一个问题。

我的问题如下：我想找到有效的方法来计算四维数组的累积和，即我在四维数组 x 中有数据，并想编写一个计算数组 x_sum 的函数，使得

x_sum[i,j,k,l] = sum_{ind1 <= i, ind2 <= j, ind3 <= k, ind4 <=l} x[ind1, ind2, ind3, ind4]。

我想使用这个功能数十亿次，这使得它尽可能高效非常重要。虽然我已经提出了几种计算总和的方法（见下文），但我怀疑更有经验的 R 程序员可能能够找到更有效的解决方案。因此，如果有人可以提出更好的方法，我将不胜感激。

这是我到目前为止所尝试的：

我发现了三种不同的实现（每一种都带来了速度上的提升）（见下面的代码）：一个在 R 中使用 cumsum() 函数（cumsum_4R）和两个在 C 中完成“繁重”的实现（使用 .C() 接口）。C 中的第一个实现仅仅是使用嵌套 for 循环和指针算术 (cumsumC_4_old) 编写总和的天真尝试。在第二个 C 实现 (cumsumC_4) 中，我尝试使用以下文章中的想法调整我的代码

正如您在下面的源代码中看到的那样，适应相对不平衡：对于某些维度，我能够替换所有嵌套的 for 循环，但不能替换其他维度。你有关于如何做到这一点的想法吗？

在三个实现上使用 microbenchmark，对于大小为 40x40x40x40 的数组，我得到以下结果：

附加信息： 1) 由于这使得安装任何需要的软件包变得更容易，我在我的个人计算机上运行 Windows 下的基准测试，但我计划在我大学的计算机上运行完成的模拟，它运行在 Linux 下。

编辑：2）四维数据 x[i,j,k,l] 实际上是外部函数的两次应用的乘积：首先，矩阵与自身的外部乘积（即outer(mat, mat))，然后取另一个矩阵的成对最小值（即外部（mat2，mat2，pmin））。那么数据就是产品

x = 外部（垫，垫）* 外部（垫 2，垫 2，pmin），

即
x[i,j,k,l] = mat[i,j] * mat[k,l] * min(mat2[i,j], mat2[k,l])

四维数组具有相应的对称性。

3）我首先需要这些累积总和的原因是我想运行一个测试的模拟，我需要对索引的“矩形”进行部分总和：我想迭代表格的所有总和

sum_{k1<=i1 <= m1,k2<=i2 <= m2, k1 <= i3 <= m1, k2 <= i4 <=m2} x[i1, i2, i3, i4],

其中 1<=k1<=m1<=n，1<=k2<=m2<=n。为了避免一遍又一遍地计算相同变量的和，我首先计算所有的累积和，然后计算矩形上的和作为累积和的函数。你知道更有效的方法吗？编辑到 3）：为了包括所有潜在的重要方面：我还想计算表格的总和

sum_{k1<=i1 <= m1,k2<=i2 <= m2, 1 <= i3 <= n, 1 <= i4 <=n} x[i1, i2, i3, i4]。

（由于我可以使用累积和轻松获得它们，因此我之前没有包含此规范）。

这是我使用的 C 代码（我保存为“cumsumC.c”）：

这是R函数“cumsum_4R”和用于调用和比较R中的累积和函数的代码（在Windows下；对于Linux，需要调整命令dyn.load/dyn.unload；理想情况下，我想使用这些函数在 50^4 大小的数组上，但由于调用 microbenchmark 需要一段时间，所以我在这里选择了 n=40）：

谢谢您的帮助！

我有

我想val为 each运行一些id，所以所需的输出如下所示：

这是我尝试过的：

和

这是我得到的错误：

这是输入数据框：

我想按 id 对条目进行分组，然后计算到目前为止看到的每个组的最新成员的运行总和。以下是所需输出的样子，并解释了它是如何获得的：

这里有一些更详细的解释：1）id=1的行有3=2+1，因为当时你有2组，As和Bs，每组1行，所以你必须从每个组中取一行团体。

2) id=2 的行有 -1=-3+2 因为那时你有 2 个组，As 和 Bs。As 中的最新行是，2 A -3而 Bs 中的单个（因此也是最近的）行是1 B 2，因此您添加了这 2 行。

3）在id=6的那一行，你加起来

您从每个组中取出 1 行，那是当时最近的行。

我想计算给定列中的运行总和（当然不使用循环）。需要注意的是，我有另一列指定何时将运行总和重置为该行中存在的值。最好通过以下示例进行解释：

desired_col是我要计算的值。

因此，给定以下单列数据框：

我想为给定列创建一个累积和，但给累加器一个初始值。所以对于上面的数据框，初始值为 100，这看起来像：

任何帮助，非常感谢。

我有一个 2 列数据框 x ，如下所示。“Publication.Date”列的格式为“%d.%m.%Y”。无论如何要从“Publication.Date”中创建一个格式为“%Y”的“年”新列？

我尝试使用 dplyr 创建一个新的累积总和列（如下所示），但实际上我想创建一个“年度累积总和，N”的新列，即每年添加“n”。

我想要的结果应该如下。感谢您的任何建议。谢谢。

我创建了以下可重现的示例：

我的问题是 Col3 没有正确计算 cumsum 并且在 1000 处保持静态。我已经根据本网站上的其他答案改编了我的代码，但需要一些帮助。我希望 Col3 从 1000 开始，然后累积添加 Col4（滞后上一行）。

我希望输出显示以下内容：

这是否需要循环计算，因为每一列都依赖于另一列的结果？谢谢你。

由于@Frank 的回答，根据下面的评论更新示例并包括新代码：

This is a simplified version of my data:

I would like to calculate cumulative volume per day, so that the end result would be something like:

Output:

Notice how instead of doing the regular cumsum(), the calculation re-starts when there's a change in Date, in the example from 2015-01-01 to 2015-01-02.