首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >基于条件的替换或求和

问基于条件的替换或求和
EN

Stack Overflow用户
提问于 2019-09-30 01:08:23
回答 1查看 49关注 0票数 1

我有一个数据集,如下所示

代码语言:javascript
复制
df <- data.frame("id" = c("Alpha", "Alpha", "Alpha","Alpha","Beta","Beta","Beta","Beta"), 
                 "Year" = c(1970,1971,1972,1973,1974,1977,1978,1990), 
                 "Group" = c(1,NA,1,NA,NA,2,2,NA),
                 "Val" = c(2,3,3,5,2,5,3,5))

我想要创建一个累积和"Val“。我知道怎么做简单的累加和

df <- df %>% group_by(id) %>% mutate(cumval=cumsum(Val))

但是,我希望我的最终数据如下所示

代码语言:javascript
复制
final <- data.frame("id" = c("Alpha", "Alpha", "Alpha","Alpha","Beta","Beta","Beta","Beta"), 
                 "Year" = c(1970,1971,1972,1973,1974,1977,1978,1990), 
                 "Group" = c(1,NA,1,NA,NA,2,2,NA),
                 "Val" = c(2,3,3,5,2,5,3,5),
                 "cumval" = c(2,5,6,11,2,7,5,10))

基本思想是,当两个"Val“属于同一”组“时,后面发生的(年份)会替换前一个。例如,在样本数据集中,观察值3的”累积“值为6而不是8,因为1972年的"Val”替换了1970年的“Val”。Beta也是如此。

我要提前感谢你的帮助

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2019-09-30 07:27:13

在我看来,这需要一个for循环。首先,我们按id列将数据帧拆分为两个列表。然后我们创建两个空列表。在og列表中,我们将把出现第一个唯一的非NA组标识符的行放入其中。对于alpha,这是第一行;对于Beta,这是第二行。当该值被替换时,我们将使用它从累积和中减去。

代码语言:javascript
复制
mylist <- split(df, f = df$id)

og <- list()
vals <- list()

df_num <- 1

我们将使用嵌套循环,外层循环遍历列表中的每个对象(本例中为dataframe),内层循环遍历Group列中的每个值。

我们需要跟踪行号,这是我们使用r变量所做的。我们最初在for循环外部将其设置为0,所以我们添加了1。首先,我们检查我们是否在数据帧的第一行,在这种情况下,累积和仅仅等于Val列的第一行中的值。然后在if测试中,我们使用另一个if测试来检查组id是否为安娜。如果不是,则这是该数字的第一次出现,如果该数字再次出现,则该数字将指示替换当前值。因此,我们将数字保存到临时变量temp。我们还提取包含该值的行并将其保存到og列表中。

在此之后,它将进入下一次迭代。我们检查当前的组值是否为NA。如果是,那么我们只需将该值添加到累积和中。如果它不等于NA,我们检查该值是否为NA,是否等于存储在temp中的值。如果两者都是真的,那么这意味着我们需要替换。我们提取存储在og列表中的原始值,并将其保存为旧的。然后,我们从累积和中减去旧值,然后添加当前值。我们还将og中的原始值替换为当前的替换值。这是因为如果需要再次替换该值,我们将需要减去当前值而不是原始值。

如果j为NA但不等于temp,则这是一个新的组实例。因此,我们将具有原始值的行保存到og列表,并保存Group。求和继续正常进行,因为这不是替换某个值的实例。请注意,用于对og列表中的元素进行计数的变量x只有在列表中添加新的匹配项时才会递增。因此,og[[x-1]]将始终是替换值。

代码语言:javascript
复制
for (my_df in mylist) {

  x <- 1
  r <- 0

  for (j in my_df$Group) {

    r <- r + 1

    if (r == 1) {

      vals[[1]] <- my_df$Val[1]

      if (is.na(j)==FALSE) {
        og[[x]] <- df[r, c('Group', 'Val'), drop = FALSE]
        temp <- j 
        x <- x + 1
      }

      next
    }

    if (is.na(j)==TRUE) {

      vals[[r]] <- vals[[r-1]] + my_df$Val[r]

    } else if (is.na(j)==FALSE & j==temp) {

      old <- og[[x-1]]
      old <- old[,2]

      vals[[r]] <- vals[[r-1]] - old + df$Val[r]
      og[[x-1]] <- df[r, c('Group', 'Val'), drop = FALSE]

    } else {

      vals[[r]] <- vals[[r-1]] + my_df$Val[r]
      og[[x]] <- my_df[r, c('Group', 'Val')] 
      temp <- j
      x <- x + 1

    }

    }

  cumval <- unlist(vals) %>% as.data.frame()
  colnames(cumval) <- 'cumval'
  my_df <- cbind(my_df, cumval)
  mylist[[df_num]] <- my_df
  df_num <- df_num + 1
}

最后,我们通过使用dplyr包中的bind_rows将这两个数据帧绑定到行上,从而组合列表中的两个数据帧。然后,我使用identical()检查Final数据帧是否与您期望的输出相同,结果为TRUE

代码语言:javascript
复制
final_df <- bind_rows(mylist)
identical(final_df, final)
[1] TRUE  
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/58157423

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档