在公共车站骑自行车/放置自行车的分钟数

Question

我有一个序列向量的自行车#每分钟在一个给定的公共站。假设这些值如下：

    num_biks <- data.frame(num_bikes = c(7, 7, 8, 8, 9, 9, 10, 8, 8, 7, 7, 9),
mins_until_arrival = c(2, 
      1, 2, 1, 2, 1, 5, 4, 3, 2, 1, NA), mins_until_taken = c(7, 6, 5, 4, 3, 2, 
      1, 1, 1, NA, NA, NA))


num_biks <- cbind(num_biks, any_change = unlist(lapply(rle(num_biks$num_bikes)$lengths, 
  seq, by = -1)))
num_biks
#>    num_bikes mins_until_arrival mins_until_taken any_change
#> 1          7                  2                7          2
#> 2          7                  1                6          1
#> 3          8                  2                5          2
#> 4          8                  1                4          1
#> 5          9                  2                3          2
#> 6          9                  1                2          1
#> 7         10                  5                1          1
#> 8          8                  4                1          2
#> 9          8                  3                1          1
#> 10         7                  2               NA          2
#> 11         7                  1               NA          1
#> 12         9                 NA               NA          1

在第一栏中，0分钟有7辆自行车，1分钟有7辆自行车，2分钟有8辆自行车，等等。

我想计算两件事:直到一辆自行车被取出为止的分钟数，和直到一辆新自行车被放置在车站前的分钟数。

对于第一种情况，新列是mins_until_arrival，其中的每一行都显示了自行车在未来添加之前的分钟数。但是请注意，从病房的第7行开始，自行车的数量会减少，所以我需要计算出从病房到第12排自行车增加之前的分钟数，所以第12行是至少增加一辆自行车的时候。因为我们不知道什么时候会增加一辆新自行车，最后一行是NA。

第二个我需要的是相反的，所以距离自行车被从车站带走的分钟数。这是列mins_until_taken。在这里，你会看到，从第一分钟，它需要7分钟，直到自行车被从车站。当然，如果系列结束，一辆新的自行车还没有被拿出来，我不知道什么时候一辆新的自行车会被拿走，所以像NA这样的东西是好的。

我第一次尝试使用rle计算分钟，直到有任何变化(无论是采取或放置它们)，并试图识别哪些是增加或减少，但它变得太复杂。我提供了我的rle尝试，以防有帮助。

考虑两件事:我将情况简化为一个站点，但我必须将其应用于近30 GB的数据集上的N个站点，因此最好采用向量化的解决方案，尽管如果提供，我可以将任何循环转换为向量化。

有人能指出正确的方向吗？

Answer 1

使用data.table-package可能的解决方案：

# load package and convert to a 'data.table'
library(data.table)
setDT(num_biks)

# create 'minutes' and 'change in number of bikes' columns
num_biks[, diff_num_bikes := c(0,diff(num_bikes))]

# calulate the minutes to an increase of the number of bikes
num_biks[, mins_to_increase := .N:1, by = cumsum(diff_num_bikes > 0)]

# calulate the minutes to a decrease of the number of bikes
num_biks[, mins_to_decrease := .N:1, by = cumsum(diff_num_bikes < 0)]

# calulate the minutes to any change in the number of bikes
num_biks[, any_change := .N:1, by = cumsum(diff_num_bikes != 0)][]
# set the last row of the increase column to 'NA'
num_biks[nrow(num_biks), mins_to_increase := NA]

# set the observations after the last decrease to 'NA'
num_biks[num_biks[, last(.I[diff_num_bikes < 0])]:nrow(num_biks), mins_to_decrease := NA]

所有的东西加在一起：

num_biks[, diff_num_bikes := c(0,diff(num_bikes))
         ][, mins_to_increase := .N:1, by = cumsum(diff_num_bikes > 0)
           ][, mins_to_decrease := .N:1, by = cumsum(diff_num_bikes < 0)
             ][, any_change := .N:1, by = cumsum(diff_num_bikes != 0)
               ][nrow(num_biks), `:=` (mins_to_increase = NA, any_change = NA)
                 ][num_biks[, last(.I[diff_num_bikes < 0])]:nrow(num_biks), mins_to_decrease := NA][]

这意味着：

num_biks num_bikes diff_num_bikes mins_to_increase mins_to_decrease any_change 1: 7 0 2 7 2 2: 7 0 1 6 1 3: 8 15 2 4: 8 0 1 4 1 5: 9 1 2 3 2 6: 9 0 1 2 1 7：10 1 5 1 1 8: 8 -2 2 2 9: 8 0 3 1 10: 7 -12 NA 2 11: 7 0 1 NA 1 12: 9 NA NA

使用的数据：

num_biks <- data.frame(num_bikes = c(7, 7, 8, 8, 9, 9, 10, 8, 8, 7, 7, 9))