如何在 R 中进行此计算？

Question

我有一个如下所示的数据集：

groups <- c(1:20)
values1 <- c(1,3,2,4,2,5,1,6,2,7,3,5,2,6,3,5,1,5,3,4)
values2 <- c(3,2,4,1,5,2,4,1,3,2,6,1,4,2,5,3,7,1,4,2)
sample.data <- data.frame(groups,values1,values2)
head(sample.data)

  groups values1 values2
1      1       1       3
2      2       3       2
3      3       2       4
4      4       4       1
5      5       2       5
6      6       5       2

描述：一个包含 20 个不同组的 20 组值（values1 和 values2）的数据框。这些数字遵循以下模式： (1) 数字高低交替 (2) 如果values1列中的数字大于其相邻的2个数字，则values2列中的相应数字将小于其相邻的2个数字（如示例所示）

我想从这些数字中计算出的是 "delta value" (dV) - 它计算为高值数字与其相邻的 2 个低值数字的平均值之间的差异.例如，对于 values1 列 (1,3,2) 的前 3 个数字集，第一个 dV 将为 3-((2+1)/2)=1.5；然后把那一组的最后一个数作为下一组的第一个数，做同样的计算，所以第二个dV是4-((2+2)/2)=2；等等。然后在名为 dV1 的新列中记录 values1 列的所有这些 dV 值。对 values2 列执行相同的操作，并将所有 dV 值记录在新的 dV2 列中。注意在values2列中，第一个数字比第二个数字大，所以忽略它并从下一个3数字集（2,4,1）开始计算并重复上面的计算。

那么我如何在 R 中执行这个计算呢？

提前致谢！

P/S：抱歉，这是一个很长的问题，但我认为它包含了计算所需的所有信息。

Answer 1

因为您想使用 dV 值进行绘图，所以最简单的方法是执行两次，每列一次

library(dplyr)
sample.data1 <- sample.data %>% 
  mutate(alt = row_number()%%2,
         mean_adj_1 = (lag(values1) + lead(values1))/2,
         dV1 = (values1 - mean_adj_1) * (1-alt)) %>% 
  filter(alt == 0 & !is.na(dV1)) %>% 
  select(-c(alt:mean_adj_1))

sample.data.2 <- sample.data %>% 
  mutate(alt = row_number()%%2,
         mean_adj_2 = (lag(values2) + lead(values2))/2,
         dV2 = (values2 - mean_adj_2) * alt) %>% 
  filter(alt == 1 & !is.na(dV2)) %>% 
  select(-c(alt:mean_adj_2))

说明：这可能可以通过更少的步骤完成，但这样您就可以看到发生了什么。 mean_adj 列为您提供前后行的平均值，而 alt 列允许您在不需要 dV 计算的行中放置零。 dV 列只是 value - mean_adj。

结果：

 > sample.data.1
  groups values1 values2 dV1
1      2       3       2 1.5
2      4       4       1 2.0
3      6       5       2 3.5
4      8       6       1 4.5
5     10       7       2 4.5
6     12       5       1 2.5
7     14       6       2 3.5
8     16       5       3 3.0
9     18       5       1 3.0
> sample.data.2
  groups values1 values2 dV2
1      3       2       4 2.5
2      5       2       5 3.5
3      7       1       4 2.5
4      9       2       3 1.5
5     11       3       6 4.5
6     13       2       4 2.5
7     15       3       5 2.5
8     17       1       7 5.0
9     19       3       4 2.5

如何在 R 中进行此计算？

How to do this calculation in R?

r

calculation