cumsum

    2熱度

    2回答

    例如我有以下代碼: cumsum(1:100) 並且我想要打破它,如果一個元素i + 1會比3000更大。我怎樣才能做到這一點? 因此,不是這樣的結果: [1] 1 3 6 10 15 21 28 36 45 55 66 78 91 105 120 136 153 171 190 210 231 253 276 300 [25] 325 351 378 406 435 465 496 528

    2熱度

    2回答

    修改的數據: structure(list(hour = c(0L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 0L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 0L, 1L, 1L, 0L, 0L), cs = c(0L, 0L, 0L, 0L,

    1熱度

    1回答

    我有一個數據幀是如下 Storeid Year-Month Date Amount 111 01-2016 2016-01-29 10 111 01-2016 2016-01-30 15 111 02-2016 2016-02-03 20 111 02-2016 2016-02-10 17 111 02-2016 2016-02-15 18 111

    0熱度

    1回答

    我有一個包含日期和值的數據框,並且希望只有正數的cumsum和只有負數的一個。這些日期有時會有相同的日期多次,然後缺少幾天(沒有值=沒有行) 首先,我剛剛測試了累計和。這些都是累積的,但在該日期的順序: df$cumsum <- cumsum(df$values) # or df$cumsum <- ave(df$values, FUN=cumsum) # Should cumulate b

    5熱度

    2回答

    我有城鎮(從A到D),有不同的人口,並在不同的距離。目標是將居住在半徑圓周內的總人口(距離XY)加起來,其中X是圓圈中心的城鎮,Y是任何其他城鎮。 在此代碼: Df <- structure(list(Town_From = c("A", "A", "A", "B", "B", "C"), Town_To = c("B", "C", "D", "C", "D", "D"), Distan

    4熱度

    2回答

    我花了幾個小時試圖在熊貓數據框上做一個「累計分組總和」。我已經看了所有的計算器答案和令人驚訝的沒有人可以解決我的(非常初級的)問題: 我有一個數據幀: df1 Out[8]: Name Date Amount 0 Jack 2016-01-31 10 1 Jack 2016-02-29 5 2 Jack 2016-02-29 8 3 Jill 2016-01-31 10 4 Jill 2016-0

    0熱度

    1回答

    我有一個簡單的例子矩陣如下:(我工作的實際矩陣是674x11,而不是簡單地全「1」元素)。 a = 1 1 1 NaN NaN 1 1 1 NaN NaN 1 1 1 1 NaN 1 1 1 1 1 1 1 1 1 1 我想創建佔的事實,數字元素在不同行每一列開始累積矩陣。我想通過在每列中與該行的平均值替換所述第一數字元件上方NaN值來實現這

    1熱度

    1回答

    下面我有一個簡單的例子,數據集: ​​ 我想工作的每行的平均累計值。然而,cumsum給出了下面的輸出: cumsum(a) 1 1 1 NaN NaN 2 2 2 NaN NaN 3 3 3 1 NaN 4 4 4 2 1 5 5 5 3 2 然後計算行平均,得出: nanmean(a,2) 1 2 2.5 3 4 我希望能夠考慮到一個事實,即不同的列開始後,即該

    3熱度

    2回答

    我正在努力解決如何在熊貓系列中顯示True或False的條紋。 數據: p = pd.Series([True,False,True,True,True,True,False,False,True]) 0 True 1 False 2 True 3 True 4 True 5 True 6 False 7 False 8 True dtype: bool 我試

    2熱度

    2回答

    我有條件總和與復位爲零。 criteria1 <- c(rep(0,2), rep(1,5), rep(0,3), rep(1,6),rep(0,2)) criteria1[c(6,9,12,13,14,15)] <- NA #cumsum function, working before the first NA ave(criteria1, cumsum(criteria1 == 0)