正文

今天要記錄的是累計彙總(Cumulative aggregates)：

dplyr::cumall(): cumulative all() 搭配filter()提取資料到第一筆不符合的資料
dply::cumany(): cumulative any() 搭配filter()提取資料第一筆符合資料後的所有資料
dplyr::cummean(): cumulative mean() 累計平均值

範例：

library("dplyr")

 x <- c(1, 3, 5, 2, 2)

x小於5後皆為FALSE

cumall(x < 5)

x等於3後皆為TRUE

cumany(x == 3)

cummax(): cumulative max() 累計最大值
cummin(): cumulative min() 累計最小值
cumsum(): cumulative sum() 累計總和

x <- 1:10
y <- 10:1

#1到10的累計總和
cumsum(x)

#10到1的累計總和，利用order_by()進行排序(在此為y)
order_by(y, cumsum(x))

今天使用"Sean Lahman Baseball Database"資料集產生範例資料集

library(Lahman)

batting <- Lahman::Batting %>%
  as_tibble() %>%
  select(playerID, yearID, teamID, G, AB:H) %>%
  arrange(playerID, yearID, teamID) %>%
  semi_join(Lahman::AwardsPlayers, by = "playerID")

players <- batting %>% group_by(playerID)

取得G大於150後的所有資料

filter(players, cumany(G > 150))

今天的小筆記就先到這邊，大家明天見～～

參考資料：

1. Data transformation with dplyr :: Cheatsheet
2. Window functions