Кумулятивная сумма и организация данных

40k наблюдений должны работать в базе R.

d$CUMRAIN <- unlist(by(d$VALUE, d$NAME, cumsum), use.names = FALSE)
d
#       NAME YEAR   ID VALUE CUMRAIN
# 1  Sample1 1998  354    45      45
# 2  Sample1 1999  354    23      68
# 3  Sample1 2000  354    66     134
# 4  Sample1 2001  354    98     232
# 5  Sample1 2002  354    36     268
# 6  Sample1 2003  354    59     327
# 7  Sample1 2004  354    64     391
# 8  Sample1 2005  354    23     414
# 9  Sample1 2006  354    69     483
# 10 Sample1 2007  354    94     577
# 11 Sample1 2008  354    24     601
# 12 Sample2 1964 1342     7       7
# 13 Sample2 1965 1342    24      31
# 14 Sample3 2002  859    90      90
# 15 Sample3 2003  859    93     183
# 16 Sample3 2004  859    53     236
# 17 Sample3 2005  859    98     334

Здесь я использую by, но есть еще несколько способов вычислить cumsum на уровне факторов

mapply(cumsum, with(d, split(VALUE, NAME)))
sapply(unname(split(d$VALUE, d$NAME)), cumsum)
unsplit(sapply(split(d$VALUE, d$NAME), cumsum), d$NAME) 

Последнее, вероятно, наиболее благоприятно, поскольку в нем отсутствуют названия факторов.

Есть также

library(plyr)
ddply(d, .(NAME), mutate, CUMSUM = cumsum(VALUE))     

Для подмножества более трех наблюдений вы можете использовать простой table

t <- table(d$NAME)
ss <- d[d$NAME %in% names(t)[t > 3], ]

Затем, чтобы записать его в файл с

write.table(ss, "filename", sep = ";")

Вот решение с использованием пакета data.table при условии, что ваши данные хранятся в dat:

require(data.table)
ans = setDT(dat)[, crain := cumsum(VALUE[.N > 3L]), by=NAME][!is.na(crain)]

• setDT преобразует data.frame в data.table
• Затем мы группируем по NAME и вычисляем для каждой уникальной группы кумулятивную сумму VALUE для этой группы только, если количество наблюдений для этой группы (= .N, встроенная специальная переменная)> 3L. И мы присваиваем значения новому столбцу crain по ссылке.
• Поскольку мы не вычисляли cumsum для групп с ‹= 3L наблюдений, в них будет NA значений. Мы используем это для получения желаемого результата.

Теперь вы можете использовать write.table(.) на ans, как показано в других ответах.

Примечание. В этом ответе предполагается, что ваш набор данных, конечно же, не содержит NA значений для VALUE столбца.

Вот еще один подход с использованием dplyr

library(dplyr)

data %>%                                   # your data frame
  group_by(NAME) %>%                       # the grouping variable. could add more variables if necessary
  filter(n() > 3) %>%                      # n()  calculates the number of rows per group and then only those with more than 3 are filtered (selected)
  mutate(CUMRAIN = cumsum(VALUE)) %>%      # add a new column "CUMRAIN"
  write.table(., "test.csv", sep = ";")    # write the subset to a file. The "." indicates that it uses the output of the previous operations piped by %>%   

Операции объединяются в конвейер с помощью оператора %>%.

Обновление: как указано в ответе @ Arun, нет необходимости рассчитывать совокупный дождь для этой выборки с менее чем 3 наблюдениями, поэтому мы можем сначала использовать операцию фильтра (перед изменением), чтобы создать подмножество со всеми выборками, содержащими более 3 наблюдений а затем вычислить совокупный дождь.