計數值比當前值大 1 的先前出現次數

Question

我正在嘗試創建一個列，其中包含比當前值大 1 的值的先前出現次數（按日期排序）。 在此處提供的示例中，我在標記為“想要”的列中手動創建了我想要的值，該值等於 RoundNo 的先前出現次數（按“日期”排序）的次數，這些次數比焦點行大 1回合數我需要為每個單獨的 InvestorID 按組單獨計算。

因此，第一行“想要的”值等於投資者 1 的先前 RoundNo 的計數，其中 RoundNo == 3（也就是比第一行的 RoundNo 大 2）。 所以在這種情況下，這將是 0。類似地，對於第二行，“想要的”值是投資者 1 的先前 RoundNo 的計數，其中 RoundNo == 2（也就是比第二行的 RoundNo 大 1）。 所以在這種情況下，這將是 1。希望得到任何幫助。 代碼示例如下。 謝謝！

dt = as.data.table(cbind(c(rep(1,7),rep(2,7)),
                         c("2019-08-01","2019-09-01","2019-10-01","2019-11-01","2019-12-01","2021-04-01","2021-10-01",
                           "2019-01-01","2019-02-01","2019-04-01","2019-08-01","2019-09-01","2019-10-01","2019-11-01"),
                         c(2,1,2,2,1,3,2,1,2,3,2,1,3,1)))
names(dt) = c("InvestorID","date","RoundNo")
wanted = c(0,1,0,0,3,0,1,0,0,0,1,2,0,2)
dt$wanted = wanted

Answer 1

1)定義一個函數Count ，它計算其向量輸入的每個元素等於 1 加上其最后一個元素的次數。 然后使用 rollapplyr 將其應用於每個 InvestorID 內的序列號。

library(zoo)

Count <- function(x) sum(x == tail(x, 1) + 1)
dt[, wanted := rollapplyr(as.numeric(RoundNo), 1:.N, Count), by = InvestorID]

2）另一種方法是使用自左連接在其中的第一個實例dt別名為a是左接合的第二實例dt別名為b相關聯的那些b行，其來自相同InvestorID之前或在與來a排。 由集團a排，走在適當的總和b行。

library(sqldf)

sqldf("select a.*, sum(a.RoundNo + 1 == b.RoundNo) wanted
  from dt a
  left join dt b on a.InvestorID = b.InvestorID and b.rowid <= a.rowid
  group by a.rowid")

3)此替代方案僅使用 data.table。 Count來自（1）。

dt[, wanted := sapply(1:.N, function(i) Count(as.numeric(RoundNo)[1:i])), 
     by = InvestorID]

Answer 2

另一個使用Reduce data.table解決方案：

dt[order(date),.(date,
                 result=lapply(Reduce('c',as.numeric(RoundNo),accumulate=T),
                                    function(x) sum(x==last(x)+1)),
                 wanted), by=InvestorID]

    InvestorID       date result wanted
 1:          2 2019-01-01      0      0
 2:          2 2019-02-01      0      0
 3:          2 2019-04-01      0      0
 4:          2 2019-08-01      1      1
 5:          2 2019-09-01      2      2
 6:          2 2019-10-01      0      0
 7:          2 2019-11-01      2      2
 8:          1 2019-08-01      0      0
 9:          1 2019-09-01      1      1
10:          1 2019-10-01      0      0
11:          1 2019-11-01      0      0
12:          1 2019-12-01      3      3
13:          1 2021-04-01      0      0
14:          1 2021-10-01      1      1