我在数据集中有一组变量-我想简单地计算所有这些变量的运行总计(以及运行平均值)，这些数据基于前几年所有的。
为了显示。这就是我的数据的样子，包括我想生成的总运行变量。country year X1 X2 X3 X4 X5 running_total
Bahamas 1990 0 0 0 0 1 NA
Bahamas 1991 0 0 1 1 0 1
Bahamas 1992 1 1 0 0 1 3
Bahamas 1993 0 0 0 0 0 6
Bahamas 1994 1 1 0 1 1 6
Bahamas 1995 0 0 1 0 0 10
Bahamas 1996 0 1 0 1 0 11
Bahamas 1997 1 0 1 0 1 13
Bahamas 1998 0 1 0 1 0 16
Bahamas 1999 1 0 1 0 1 18
Bahamas 2000 0 1 0 1 0 21
Bahamas 2001 1 0 1 0 1 23
Bahamas 2002 0 1 0 1 0 26
Bahamas 2003 1 0 0 0 1 28
Bahamas 2004 0 0 0 1 0 30
Bahamas 2005 1 1 0 0 0 31
Bahamas 2006 0 0 1 1 1 33
Bahamas 2007 1 0 0 0 0 36
Bahamas 2008 0 0 1 1 1 37
Bahamas 2009 1 1 0 0 0 40
Bahamas 2010 0 0 1 1 1 42
Bahamas 2011 1 1 0 0 0 45
Bolivia 1990 0 0 0 0 0 NA
Bolivia 1991 0 0 1 1 0 0
Bolivia 1992 0 0 0 0 0 2
Bolivia 1993 0 0 1 0 0 2
Bolivia 1994 0 0 0 0 0 3
Bolivia 1995 0 0 0 0 0 3
Bolivia 1996 0 0 0 0 0 3
Bolivia 1997 0 0 0 0 0 3
Bolivia 1998 0 0 0 0 0 3
Bolivia 1999 0 0 0 0 0 3
Bolivia 2000 0 1 0 1 0 3
Bolivia 2001 0 0 0 0 0 5
Bolivia 2002 0 0 0 0 0 5
Bolivia 2003 0 0 0 0 0 5
Bolivia 2004 0 0 0 0 0 5
Bolivia 2005 0 0 0 0 0 5
Bolivia 2006 0 0 0 0 0 5
Bolivia 2007 0 0 0 0 0 5
Bolivia 2008 0 0 0 0 1 5
Bolivia 2009 0 0 0 0 0 6
Bolivia 2010 0 0 0 0 1 6
Bolivia 2011 0 0 0 0 0 7
从1990年开始== NA。例如，1991年的运行总计基于1990。1992年的运行总计基于1990-1991。 1993年的总计基于1990-1992年-1994年的总计基于1990-1993年。依此类推...直到2011年。然后，它对新国家B开始相同的程序。
我在下面尝试了以下代码，但它无法按我想要的方式工作。当然，我需要更好地指定它，但是如何呢？DF$csum <- ave(DF$X1, DF$X2,DF$X3,DF$X4,DF$X5,FUN=cumsum)
另外，我想基于相同的逻辑生成运行平均值。
在这里的任何帮助将不胜感激!
结构(列表(国家=结构(c(1L，1L，1L，1L，1L，1L，1L，1L，
1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，2L，2L，2L，
2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，
2L，2L)，.Label = c(“Bahamas”，“Bolivia”)，class =“factor”)，
年= c(1990L，1991L，1992L，1993L，1994L，1995L，1996L，
1997L，1998L，1999L，2000L，2001L，2002L，2003L，2004L，2005L，
2006L，2007L，2008L，2009L，2010L，2011L，1990L，1991L，1992L，
1993L，1994L，1995L，1996L，1997L，1998L，1999L，2000L，2001L，
2002L，2003L，2004L，2005L，2006L，2007L，2008L，2009L，2010L，
2011L)，X1 = c(0L，0L，1L，0L，1L，0L，0L，1L，0L，1L，0L，
1L，0L，1L，0L，1L，0L，1L，0L，1L，0L，1L，0L，0L，0L，0L，
0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，
0L，0L，0L)，X2 = c(0L，0L，1L，0L，1L，0L，1L，0L，1L，0L，
1L，0L，1L，0L，0L，1L，0L，0L，0L，1L，0L，1L，0L，0L，0L，
0L，0L，0L，0L，0L，0L，0L，1L，0L，0L，0L，0L，0L，0L，0L，
0L，0L，0L，0L)，X3 = c(0L，1L，0L，0L，0L，1L，0L，1L，0L，
1L，0L，1L，0L，0L，0L，0L，1L，0L，1L，0L，1L，0L，0L，1L，
0L，1L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，
0L，0L，0L，0L，0L)，X4 = c(0L，1L，0L，0L，1L，0L，1L，0L，
1L，0L，1L，0L，1L，0L，1L，0L，1L，0L，1L，0L，1L，0L，0L，
1L，0L，0L，0L，0L，0L，0L，0L，0L，1L，0L，0L，0L，0L，0L，
0L，0L，0L，0L，0L，0L)，X5 = c(1L，0L，1L，0L，1L，0L，0L，
1L，0L，1L，0L，1L，0L，1L，0L，0L，1L，0L，1L，0L，1L，0L，
0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，0L，
0L，0L，0L，1L，0L，1L，0L)，running_total = c(NA，1L，3L，
6L，6L，10L，11L，13L，16L，18L，21L，23L，26L，28L，30L，
31L，33L，36L，37L，40L，42L，45L，NA，0L，2L，2L，3L，3L，
3L，3L，3L，3L，3L，5L，5L，5L，5L，5L，5L，5L，5L，6L，6L，
7L))，. Names = c(“国家/地区”，“年份”，“X1”，“X2”，“X3”，“X4”，“X5”，“running_total”)，类=“data.frame”， row.names = c(NA，
-44L))
最佳答案
library(data.table)
setDT(df)
df[, xt := X1+X2+X3+X4+X5]
df[, rt2 := shift(cumsum(xt)), by = country]
实际上，可以通过单线解决:
df[, rt3 := {xt=X1+X2+X3+X4+X5; shift(cumsum(xt))}, by = country]
# Or as Ryan points out:
df[, rt2 := shift(cumsum(Reduce(`+`, .SD))) , by = country , .SDcols = grep('^X.*', names(df), value = T)]
全部导致:
country year X1 X2 X3 X4 X5 running_total xt rt2
1: Bahamas 1990 0 0 0 0 1 NA 1 NA
2: Bahamas 1991 0 0 1 1 0 1 2 1
3: Bahamas 1992 1 1 0 0 1 3 3 3
4: Bahamas 1993 0 0 0 0 0 6 0 6
5: Bahamas 1994 1 1 0 1 1 6 4 6
6: Bahamas 1995 0 0 1 0 0 10 1 10
7: Bahamas 1996 0 1 0 1 0 11 2 11
8: Bahamas 1997 1 0 1 0 1 13 3 13
9: Bahamas 1998 0 1 0 1 0 16 2 16
10: Bahamas 1999 1 0 1 0 1 18 3 18
11: Bahamas 2000 0 1 0 1 0 21 2 21
12: Bahamas 2001 1 0 1 0 1 23 3 23
13: Bahamas 2002 0 1 0 1 0 26 2 26
14: Bahamas 2003 1 0 0 0 1 28 2 28
15: Bahamas 2004 0 0 0 1 0 30 1 30
16: Bahamas 2005 1 1 0 0 0 31 2 31
17: Bahamas 2006 0 0 1 1 1 33 3 33
18: Bahamas 2007 1 0 0 0 0 36 1 36
19: Bahamas 2008 0 0 1 1 1 37 3 37
20: Bahamas 2009 1 1 0 0 0 40 2 40
21: Bahamas 2010 0 0 1 1 1 42 3 42
22: Bahamas 2011 1 1 0 0 0 45 2 45
23: Bolivia 1990 0 0 0 0 0 NA 0 NA
24: Bolivia 1991 0 0 1 1 0 0 2 0
25: Bolivia 1992 0 0 0 0 0 2 0 2
26: Bolivia 1993 0 0 1 0 0 2 1 2
27: Bolivia 1994 0 0 0 0 0 3 0 3
28: Bolivia 1995 0 0 0 0 0 3 0 3
29: Bolivia 1996 0 0 0 0 0 3 0 3
30: Bolivia 1997 0 0 0 0 0 3 0 3
31: Bolivia 1998 0 0 0 0 0 3 0 3
32: Bolivia 1999 0 0 0 0 0 3 0 3
33: Bolivia 2000 0 1 0 1 0 3 2 3
34: Bolivia 2001 0 0 0 0 0 5 0 5
35: Bolivia 2002 0 0 0 0 0 5 0 5
36: Bolivia 2003 0 0 0 0 0 5 0 5
37: Bolivia 2004 0 0 0 0 0 5 0 5
38: Bolivia 2005 0 0 0 0 0 5 0 5
39: Bolivia 2006 0 0 0 0 0 5 0 5
40: Bolivia 2007 0 0 0 0 0 5 0 5
41: Bolivia 2008 0 0 0 0 1 5 1 5
42: Bolivia 2009 0 0 0 0 0 6 0 6
43: Bolivia 2010 0 0 0 0 1 6 1 6
44: Bolivia 2011 0 0 0 0 0 7 0 7
country year X1 X2 X3 X4 X5 running_total xt rt2
关于r - 如何计算R中前几年的运行总额？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/50972020/