[英]R cumulative sum by condition with reset
我在 data.frame 中有一個數字向量,如下所示。
df <- data.frame(a = c(1,2,3,4,2,3,4,5,8,9,10,1,2,1))
我需要創建一個新列,該列提供比其前任更大的條目的運行計數。 結果列向量應該是這樣的:
0,1,2,3,0,1,2,3,4,5,6,0,1,0
我的嘗試是創建一個差異的“標志”列來標記值何時更大。
df$flag <- c(0,diff(df$a)>0)
> df$flag
[1] 0 1 1 1 0 1 1 1 1 1 1 0 1 0
然后我可以應用一些 dplyr group/sum 魔法來幾乎得到正確的答案,除了當 flag == 0 時總和不會重置:
df %>% group_by(flag) %>% mutate(run=cumsum(flag))
a flag run
1 1 0 0
2 2 1 1
3 3 1 2
4 4 1 3
5 2 0 0
6 3 1 4
7 4 1 5
8 5 1 6
9 8 1 7
10 9 1 8
11 10 1 9
12 1 0 0
13 2 1 10
14 1 0 0
我不想求助於 for() 循環,因為我有幾個這樣的運行總和要計算一個 data.frame 中的幾十萬行。
這是ave
的一種方式:
ave(df$a, cumsum(c(F, diff(df$a) < 0)), FUN=seq_along) - 1
[1] 0 1 2 3 0 1 2 3 4 5 6 0 1 0
我們可以得到一個按diff(df$a) < 0
分組的運行計數。 哪些是向量中小於其前輩的位置。 我們添加c(F, ..)
來說明第一個位置。 該向量的累積總和創建了一個用於分組的索引。 函數ave
可以對該索引執行函數,我們使用seq_along
進行運行計數。 但由於它從 1 開始,我們從零開始減去ave(...) - 1
。
使用dplyr
的類似方法:
library(dplyr)
df %>%
group_by(cumsum(c(FALSE, diff(a) < 0))) %>%
mutate(row_number() - 1)
你不需要 dplyr:
fun <- function(x) {
test <- diff(x) > 0
y <- cumsum(test)
c(0, y - cummax(y * !test))
}
fun(df$a)
[1] 0 1 2 3 0 1 2 3 4 5 6 0 1 0
a <- c(1,2,3,4,2,3,4,5,8,9,10,1,2,1)
f <- c(0, diff(a)>0)
ifelse(f, cumsum(f), f)
它沒有重置。
帶復位:
unlist(tapply(f, cumsum(c(0, diff(a) < 0)), cumsum))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.