如何將不同的功能應用於R中數據框中同一列的不同行？

Question

背景

我正在嘗試使用以下方程式預測跟隨另一輛車的一輛車的速度：

請注意，第二個方程的分母中的Un（t）是一個錯字。 它實際上是增量。

哪里，

Un（t）=在時間t處跟隨車輛的速度，
CC8 = 1.765，CC9 = 1.04，
增量=時間步長= 1秒，
sn（t）=兩輛車之間的前保險杠到前保險杠的距離，
CC0 = 4.4，L_n-1 =領先車輛的長度，

請忽略uf，請注意3.6僅用於確保速度單位為km / hr。 另外，由於車輛位置由於速度而隨時間變化，因此估計這些位置也很重要。

Excel中的計算

我可以按如下所示在Excel中成功應用這些方程式：

注意：
Local.Y =從固定參考點（m）觀察到的跟隨車輛的縱向位置，
pred_Local.Y =預計跟隨車輛的縱向位置，
PrecVehLocalY =觀察到的引導車輛的縱向位置，
Un =跟隨車輛的觀測速度（m / s），
Un_dt_1 =使用第一個圖像中的第一個方程式預測的跟隨車輛的速度，
Un_dt_2 =使用第二個方程式預測的跟隨車輛的速度，
Un_dt = Un_dt_1和Un_dt_2的最小值Ln =引導車輛的實際長度= L_n-1，
sn_minus_Ln =觀察到的跟隨車輛的前保險杠與領先車輛的后保險杠之間的距離； sn是從前到前的距離，
pred_sn_minus_Ln =預測的前后距離；

您可以看到預測變量的第一行使用之前一個時間步長中的觀察變量。 但是之后，連續的行僅使用預測變量。 我不知道如何在R中做同樣的事情？ 請幫忙。 我想使用dplyr 。

R的示例數據

structure(list(Local.Y = c(50.71994, 60.37412, 69.99005, 78.60745
), Un = c(9.48762, 9.93521, 8.9674, 8.33772), PrecVehLocalY = c(70.19624, 
78.50749, 86.49717, 93.4731), Ln = c(3.9019, 3.9019, 3.9019, 
3.9019), sn_minus_Ln = c(15.5744, 14.23147, 12.60522, 10.96375
)), row.names = c(NA, 4L), class = "data.frame", .Names = c("Local.Y", 
"Un", "PrecVehLocalY", "Ln", "sn_minus_Ln"))

我嘗試過的

請不要關閉這個問題。 我嘗試使用以下代碼，但僅適用於第一行：

df %>% 
mutate(Un_dt_1 = lag(Un)*3.6 + 3.6*(1.765+(1.765-1.04)*lag(Un)*3.6/80))

'ifelse'可以選擇，但是我不確定應該為TRUE和FALSE提供什么條件。

期望的輸出

structure(list(Local.Y = c(50.71994, 60.37412, 69.99005, 78.60745
), Un = c(9.48762, 9.93521, 8.9674, 8.33772), PrecVehLocalY = c(70.19624, 
78.50749, 86.49717, 93.4731), Ln = c(3.9019, 3.9019, 3.9019, 
3.9019), sn_minus_Ln = c(15.5744, 14.23147, 12.60522, 10.96375
), pred_Local.Y = c(NA, 57.624865, 69.5024275, 80.13921125), 
    pred_sn_minus_Ln = c(NA, 16.980725, 13.0928425, 9.43198875
    ), Un_dt_1 = c(NA, 41.62375297, 47.89427328, 53.12221615), 
    Un_dt_2 = c(NA, 40.22784, 45.29061, 31.294233), Un_dt = c(NA, 
    40.22784, 45.29061, 31.294233)), .Names = c("Local.Y", "Un", 
"PrecVehLocalY", "Ln", "sn_minus_Ln", "pred_Local.Y", "pred_sn_minus_Ln", 
"Un_dt_1", "Un_dt_2", "Un_dt"), row.names = c(NA, 4L), class = "data.frame")

Answer 1

我希望可以使用data.table包（我的個人選擇，當然不是唯一的方法）來幫助您入門：

library( data.table )
setDT( df )
df[ , Un_dt_1 := shift( Un, n = 1L, type = "lag" ) * 3.6 + 
          3.6 * ( 1.765 + ( 1.765 - 1.04 ) * 
                      shift( Un, n = 1L, type = "lag" ) * 
                      3.6 / 80 ) 
   ]

df[ , Un_dt_2 := 
          3.6 * ( shift( sn_minus_Ln, n = 1L, type = "lag" ) - 4.4 ) / 1 
   ]

請注意，使用shift函數將引用沿type指定的方向偏移一定數量的行n （默認為1）（“滯后”向上，“前導”向下）。 此處輸入的值實際上是默認值，因此您可以省略它們，但是為了完整起見，我希望將它們包括在內。

我認為這里使用的方法適用於您在電子表格中顯示的所有列。 如果您需要通過分組變量來應用內容，則需要以下內容：

df[ , output_column := function(x), by = group ]

其中function是您要應用的函數， x是該函數的輸入列，而group是具有唯一組標識符的列。

編輯以回應OP的評論：沒有理由您不能向計算中添加更多變量，也不能將已經計算出的引用變量添加到新的計算中。 例如， Un_dt依賴於上面我在其中包括計算的兩列，因此在下一步中請分別引用它們：

df[ , Un_dt := pmin( Un_dt_1, Un_dt_2 ) ]

Answer 2

（添加一個單獨的答案，因為我是從頭開始的）

我很高興現在能更好地理解您的問題，它肯定比我最初想到的要復雜得多。

鑒於您的計算需要按順序進行，因此這是一種完全不同的解決方法。 因為涉及到這樣的序列（即，對於每個計算而言，首先完成之前的計算很重要），所以我認為最好的方法是使用for循環。 與隨后的運行相比，這還允許在第一次運行時為Un_dt_1 ， Un_dt_2和pred_Local.Y指定不同的計算：

for( i in ( seq_len( nrow(df)-1 ) + 1 ) ) {
    if( i <= 2L ) {
        df$Un_dt_1[i] <- df$Un[i-1] * 3.6 + 
            3.6 * ( 1.765 + ( 1.765 - 1.04 ) * 
                        df$Un[1] * 3.6 / 80 ) * 1
        df$Un_dt_2[i] <- 3.6 * ( df$sn_minus_Ln[i-1] - 4.4 ) / 1
    } else {
        df$Un_dt_1[i] <- df$Un_dt[i-1] + 
            3.6 * ( 1.765 + ( 1.765 - 1.04 ) * 
                        df$Un_dt[i-1] / 80 ) * 1
        df$Un_dt_2[i] <- 3.6 * ( df$pred_sn_minus_Ln[i-1] - 4.4 ) / 1
    }
    df$Un_dt[i] <- pmin( df$Un_dt_1[i], df$Un_dt_2[i] )
    if( i <= 2 ) {
        df$pred_Local.Y[i] <- df$Local.Y[i-1] + 
            0.5 * ( ( df$Un_dt[i] + df$Un[i-1] ) / 3.6 ) * 1
    } else {
        df$pred_Local.Y[i] <- df$pred_Local.Y[i-1] + 
            0.5 * ( ( df$Un_dt[i] + df$Un_dt[i-1] ) / 3.6 ) * 1
    }

    df$pred_sn_minus_Ln[i] <- df$PrecVehLocalY[i] - df$pred_Local.Y[i] - df$Ln[i]
}

請注意，開始循環的seq_len調用將返回從2開始的所有值，升至幀末尾。 然后將第2行視為一種特殊情況，其中Un_dt_1 ， Un_dt_2和pred_Local.Y的計算方式與后續行不同。

如果將其轉換為function ，則可以在較大數據集中的所有組上運行它。 或者，您可以將其嵌套在另一個for循環中，將組設置為該更大循環中的第一步。

雖然我（我相信大多數人）認為這是最好的，從遠離for循環時，可能的話，他們不完全的邪惡。 他們確實有自己的位置，我相信這里的問題是for循環是一個合理的解決方案的情況。

編輯：好的，似乎現在給出正確的輸出。 我沒有注意到行之間的一些差異。 讓我知道這對您如何工作。