尝试在 IF 语句中使用 Lag 函数来添加前几行相同的值并且代码不起作用
Trying to use Lag function in a IF statement to add the previous rows same value and Code not working
关于以下数据：
wpd c_days c_days_ct cd_days_ct_r
-72.88 0 0 0
-56 0 0 0
-0.49 1 1 1
-32.41 0 0 0
-83.69 0 0 0
-53.15 0 0 0
-0.42 1 1 1
-52.32 0 0 0
-26.37 0 0 0
-45.57 0 0 0
-23.62 0 0 0
-1.22 1 1 1
-23.94 0 0 0
-0.13 1 1 1
-13.81 1 2 1
-9.58 1 3 1
0 1 4 1
-1.95 1 5 1
-8.85 1 6 1
-15.66 1 7 1
-15.87 1 8 1
-53.94 0 0 0
-91.84 0 0 0
-58.89 0 0 0
-61.52 0 0 0
我想做什么
根据 WPD (>=-20) 的值计算 c_days 并将其设置为 1（下面代码的第 1 行）
以上数据显示cd_days_ct（来自excel）并且正在检查当前行值是否为c_days，如果是，则来自之前的值c_days_ct，加1。我正在尝试计算c_days = 1 连续次数的滚动计数器
我正在尝试通过下面代码的第 3 行（使用滞后）来执行此操作
我必须添加代码的第 2 行来创建 c_days_ct，因为如果丢失，就会出现错误（如下）
错误：mutate() 输入 cdays_ct 有问题。
x 对象 'cdays_ct' 未找到
但是 c_days_ct_r 从未递增到 1 以上，我不明白为什么
mutate(cdays=ifelse(wpd>=-20,1,0)) %>%
mutate(cdays_ct=0) %>%
mutate(cdays_ct=if_else(cdays==1,lag(cdays_ct,1)+1,0))
可能是我缺少的一些基本东西，但我已经用头撞墙两天了
这里有一个选项rle
library(dplyr)
df2 <- df1 %>%
mutate(c_days1 = as.integer(wpd >= -20),
c_days_ct1 = with(rle(c_days1),
sequence(lengths)* rep(values, lengths)),
cd_days_ct_r1 = +(c_days_ct1 > 0))
-输出
df2
# wpd c_days c_days_ct cd_days_ct_r c_days1 c_days_ct1 cd_days_ct_r1
#1 -72.88 0 0 0 0 0 0
#2 -56.00 0 0 0 0 0 0
#3 -0.49 1 1 1 1 1 1
#4 -32.41 0 0 0 0 0 0
#5 -83.69 0 0 0 0 0 0
#6 -53.15 0 0 0 0 0 0
#7 -0.42 1 1 1 1 1 1
#8 -52.32 0 0 0 0 0 0
#9 -26.37 0 0 0 0 0 0
#10 -45.57 0 0 0 0 0 0
#11 -23.62 0 0 0 0 0 0
#12 -1.22 1 1 1 1 1 1
#13 -23.94 0 0 0 0 0 0
#14 -0.13 1 1 1 1 1 1
#15 -13.81 1 2 1 1 2 1
#16 -9.58 1 3 1 1 3 1
#17 0.00 1 4 1 1 4 1
#18 -1.95 1 5 1 1 5 1
#19 -8.85 1 6 1 1 6 1
#20 -15.66 1 7 1 1 7 1
#21 -15.87 1 8 1 1 8 1
#22 -53.94 0 0 0 0 0 0
#23 -91.84 0 0 0 0 0 0
#24 -58.89 0 0 0 0 0 0
#25 -61.52 0 0 0 0 0 0
注意：列名末尾带有后缀1的是新创建的列。保留输入中的其他列以进行交叉检查
或者另一种选择是根据 'c_days' 列中的 difference 创建一个分组变量
df1 %>%
mutate(c_days = as.integer(wpd >= -20)) %>%
group_by(grp = cumsum(c(TRUE, diff(c_days) > 0))) %>%
mutate(c_days_ct1 = row_number() * c_days) %>%
ungroup %>%
select(-grp) %>%
as.data.frame
-输出
# wpd c_days c_days_ct cd_days_ct_r c_days_ct1
#1 -72.88 0 0 0 0
#2 -56.00 0 0 0 0
#3 -0.49 1 1 1 1
#4 -32.41 0 0 0 0
#5 -83.69 0 0 0 0
#6 -53.15 0 0 0 0
#7 -0.42 1 1 1 1
#8 -52.32 0 0 0 0
#9 -26.37 0 0 0 0
#10 -45.57 0 0 0 0
#11 -23.62 0 0 0 0
#12 -1.22 1 1 1 1
#13 -23.94 0 0 0 0
#14 -0.13 1 1 1 1
#15 -13.81 1 2 1 2
#16 -9.58 1 3 1 3
#17 0.00 1 4 1 4
#18 -1.95 1 5 1 5
#19 -8.85 1 6 1 6
#20 -15.66 1 7 1 7
#21 -15.87 1 8 1 8
#22 -53.94 0 0 0 0
#23 -91.84 0 0 0 0
#24 -58.89 0 0 0 0
#25 -61.52 0 0 0 0
或者另一种选择是使用 accumulate
递归更新
library(purrr)
df1 %>%
mutate(c_days = +( wpd >= -20),
c_days_ct1 = accumulate(c_days, ~ if(.y == 1) .x + .y else .y))
或使用 base R 和 Reduce
Reduce(function(x, y) if(y == 1) x + y else y,
+(df1$wpd >= -20), accumulate = TRUE)
#[1] 0 0 1 0 0 0 1 0 0 0 0 1 0 1 2 3 4 5 6 7 8 0 0 0 0
数据
df1 <- structure(list(wpd = c(-72.88, -56, -0.49, -32.41, -83.69, -53.15,
-0.42, -52.32, -26.37, -45.57, -23.62, -1.22, -23.94, -0.13,
-13.81, -9.58, 0, -1.95, -8.85, -15.66, -15.87, -53.94, -91.84,
-58.89, -61.52), c_days = c(0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L,
0L, 0L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L
), c_days_ct = c(0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L,
1L, 0L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 0L, 0L, 0L, 0L), cd_days_ct_r = c(0L,
0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L)), class = "data.frame", row.names = c(NA,
-25L))
这是一个使用 rleid
的 data.table 选项
setDT(df)[
,
c_days := +(wpd >= -20)
][
,
c_days_ct := seq_along(c_days) * c_days,
rleid(c_days)
]
这给出了
> df
wpd c_days c_days_ct
1: -72.88 0 0
2: -56.00 0 0
3: -0.49 1 1
4: -32.41 0 0
5: -83.69 0 0
6: -53.15 0 0
7: -0.42 1 1
8: -52.32 0 0
9: -26.37 0 0
10: -45.57 0 0
11: -23.62 0 0
12: -1.22 1 1
13: -23.94 0 0
14: -0.13 1 1
15: -13.81 1 2
16: -9.58 1 3
17: 0.00 1 4
18: -1.95 1 5
19: -8.85 1 6
20: -15.66 1 7
21: -15.87 1 8
22: -53.94 0 0
23: -91.84 0 0
24: -58.89 0 0
25: -61.52 0 0
wpd c_days c_days_ct
数据
> dput(df)
structure(list(wpd = c(-72.88, -56, -0.49, -32.41, -83.69, -53.15,
-0.42, -52.32, -26.37, -45.57, -23.62, -1.22, -23.94, -0.13,
-13.81, -9.58, 0, -1.95, -8.85, -15.66, -15.87, -53.94, -91.84,
-58.89, -61.52)), row.names = c(NA, -25L), class = "data.frame")
关于以下数据：
wpd c_days c_days_ct cd_days_ct_r
-72.88 0 0 0
-56 0 0 0
-0.49 1 1 1
-32.41 0 0 0
-83.69 0 0 0
-53.15 0 0 0
-0.42 1 1 1
-52.32 0 0 0
-26.37 0 0 0
-45.57 0 0 0
-23.62 0 0 0
-1.22 1 1 1
-23.94 0 0 0
-0.13 1 1 1
-13.81 1 2 1
-9.58 1 3 1
0 1 4 1
-1.95 1 5 1
-8.85 1 6 1
-15.66 1 7 1
-15.87 1 8 1
-53.94 0 0 0
-91.84 0 0 0
-58.89 0 0 0
-61.52 0 0 0
我想做什么
根据 WPD (>=-20) 的值计算 c_days 并将其设置为 1（下面代码的第 1 行）
以上数据显示cd_days_ct（来自excel）并且正在检查当前行值是否为c_days，如果是，则来自之前的值c_days_ct，加1。我正在尝试计算c_days = 1 连续次数的滚动计数器
我正在尝试通过下面代码的第 3 行（使用滞后）来执行此操作 我必须添加代码的第 2 行来创建 c_days_ct，因为如果丢失，就会出现错误（如下） 错误：
mutate()输入cdays_ct有问题。 x 对象 'cdays_ct' 未找到但是 c_days_ct_r 从未递增到 1 以上，我不明白为什么
mutate(cdays=ifelse(wpd>=-20,1,0)) %>% mutate(cdays_ct=0) %>% mutate(cdays_ct=if_else(cdays==1,lag(cdays_ct,1)+1,0))
可能是我缺少的一些基本东西，但我已经用头撞墙两天了
这里有一个选项rle
library(dplyr)
df2 <- df1 %>%
mutate(c_days1 = as.integer(wpd >= -20),
c_days_ct1 = with(rle(c_days1),
sequence(lengths)* rep(values, lengths)),
cd_days_ct_r1 = +(c_days_ct1 > 0))
-输出
df2
# wpd c_days c_days_ct cd_days_ct_r c_days1 c_days_ct1 cd_days_ct_r1
#1 -72.88 0 0 0 0 0 0
#2 -56.00 0 0 0 0 0 0
#3 -0.49 1 1 1 1 1 1
#4 -32.41 0 0 0 0 0 0
#5 -83.69 0 0 0 0 0 0
#6 -53.15 0 0 0 0 0 0
#7 -0.42 1 1 1 1 1 1
#8 -52.32 0 0 0 0 0 0
#9 -26.37 0 0 0 0 0 0
#10 -45.57 0 0 0 0 0 0
#11 -23.62 0 0 0 0 0 0
#12 -1.22 1 1 1 1 1 1
#13 -23.94 0 0 0 0 0 0
#14 -0.13 1 1 1 1 1 1
#15 -13.81 1 2 1 1 2 1
#16 -9.58 1 3 1 1 3 1
#17 0.00 1 4 1 1 4 1
#18 -1.95 1 5 1 1 5 1
#19 -8.85 1 6 1 1 6 1
#20 -15.66 1 7 1 1 7 1
#21 -15.87 1 8 1 1 8 1
#22 -53.94 0 0 0 0 0 0
#23 -91.84 0 0 0 0 0 0
#24 -58.89 0 0 0 0 0 0
#25 -61.52 0 0 0 0 0 0
注意：列名末尾带有后缀1的是新创建的列。保留输入中的其他列以进行交叉检查
或者另一种选择是根据 'c_days' 列中的 difference 创建一个分组变量
df1 %>%
mutate(c_days = as.integer(wpd >= -20)) %>%
group_by(grp = cumsum(c(TRUE, diff(c_days) > 0))) %>%
mutate(c_days_ct1 = row_number() * c_days) %>%
ungroup %>%
select(-grp) %>%
as.data.frame
-输出
# wpd c_days c_days_ct cd_days_ct_r c_days_ct1
#1 -72.88 0 0 0 0
#2 -56.00 0 0 0 0
#3 -0.49 1 1 1 1
#4 -32.41 0 0 0 0
#5 -83.69 0 0 0 0
#6 -53.15 0 0 0 0
#7 -0.42 1 1 1 1
#8 -52.32 0 0 0 0
#9 -26.37 0 0 0 0
#10 -45.57 0 0 0 0
#11 -23.62 0 0 0 0
#12 -1.22 1 1 1 1
#13 -23.94 0 0 0 0
#14 -0.13 1 1 1 1
#15 -13.81 1 2 1 2
#16 -9.58 1 3 1 3
#17 0.00 1 4 1 4
#18 -1.95 1 5 1 5
#19 -8.85 1 6 1 6
#20 -15.66 1 7 1 7
#21 -15.87 1 8 1 8
#22 -53.94 0 0 0 0
#23 -91.84 0 0 0 0
#24 -58.89 0 0 0 0
#25 -61.52 0 0 0 0
或者另一种选择是使用 accumulate
library(purrr)
df1 %>%
mutate(c_days = +( wpd >= -20),
c_days_ct1 = accumulate(c_days, ~ if(.y == 1) .x + .y else .y))
或使用 base R 和 Reduce
Reduce(function(x, y) if(y == 1) x + y else y,
+(df1$wpd >= -20), accumulate = TRUE)
#[1] 0 0 1 0 0 0 1 0 0 0 0 1 0 1 2 3 4 5 6 7 8 0 0 0 0
数据
df1 <- structure(list(wpd = c(-72.88, -56, -0.49, -32.41, -83.69, -53.15,
-0.42, -52.32, -26.37, -45.57, -23.62, -1.22, -23.94, -0.13,
-13.81, -9.58, 0, -1.95, -8.85, -15.66, -15.87, -53.94, -91.84,
-58.89, -61.52), c_days = c(0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L,
0L, 0L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L
), c_days_ct = c(0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L,
1L, 0L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 0L, 0L, 0L, 0L), cd_days_ct_r = c(0L,
0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L)), class = "data.frame", row.names = c(NA,
-25L))
这是一个使用 rleid
data.table 选项
setDT(df)[
,
c_days := +(wpd >= -20)
][
,
c_days_ct := seq_along(c_days) * c_days,
rleid(c_days)
]
这给出了
> df
wpd c_days c_days_ct
1: -72.88 0 0
2: -56.00 0 0
3: -0.49 1 1
4: -32.41 0 0
5: -83.69 0 0
6: -53.15 0 0
7: -0.42 1 1
8: -52.32 0 0
9: -26.37 0 0
10: -45.57 0 0
11: -23.62 0 0
12: -1.22 1 1
13: -23.94 0 0
14: -0.13 1 1
15: -13.81 1 2
16: -9.58 1 3
17: 0.00 1 4
18: -1.95 1 5
19: -8.85 1 6
20: -15.66 1 7
21: -15.87 1 8
22: -53.94 0 0
23: -91.84 0 0
24: -58.89 0 0
25: -61.52 0 0
wpd c_days c_days_ct
数据
> dput(df)
structure(list(wpd = c(-72.88, -56, -0.49, -32.41, -83.69, -53.15,
-0.42, -52.32, -26.37, -45.57, -23.62, -1.22, -23.94, -0.13,
-13.81, -9.58, 0, -1.95, -8.85, -15.66, -15.87, -53.94, -91.84,
-58.89, -61.52)), row.names = c(NA, -25L), class = "data.frame")