R:如何将列中的值与同一列中以后的值进行比较

Question

我试图使用R中的大型数据集，其中需要创建一个列，该列将现有列中的值与其后面的所有值进行比较(例如:第1行需要比较行1-10,000，行2需要比较行2-10,000，第3行需要比较行3-10,000，等等)，但无法确定如何编写范围。

我目前有一列原始数值和一列由以下内容生成的行值：

samples$row = seq.int(nrow(samples))

我尝试使用以下命令生成该列：

samples$processed = min(samples$raw[samples$row:10000])

但是，获取错误“数值表达式有10000个元素:只有第一个使用的元素”，而生成的列只对10,000行中的每一行重复第1行的值。

如何编写此命令，以便范围的下界是当前正在计算的行，而不是1？

任何帮助都将不胜感激，因为我有最少的编程经验。

Answer 1

如果您只需要特定行的min和下面的所有行，那么

rev(cummin(rev(samples$val)))
#  [1]  24  24  24  24  24  24  24  24  24  24  24  24 165 165 165 165 410 410 410 882

如果您有一些没有cum累积变量的其他函数(并且您对min的使用只是占位符)，那么其中之一：

mapply(function(a, b) min(samples$val[a:b]), seq.int(nrow(samples)), nrow(samples))
#  [1]  24  24  24  24  24  24  24  24  24  24  24  24 165 165 165 165 410 410 410 882

sapply(seq.int(nrow(samples)), function(a) min(samples$val[a:nrow(samples)]))

使用mapply over sapply的唯一原因是，出于某种原因，您希望使用类似窗口的操作，而不是总是位于帧的底部。(不过，如果您想要windows，我建议您使用zoo或slider包。)

数据

set.seed(42)
samples <- data.frame(val = sample(1000, size=20))
samples
#    val
# 1  561
# 2  997
# 3  321
# 4  153
# 5   74
# 6  228
# 7  146
# 8  634
# 9   49
# 10 128
# 11 303
# 12  24
# 13 839
# 14 356
# 15 601
# 16 165
# 17 622
# 18 532
# 19 410
# 20 882