时间戳

首页 > 解决方案 > R 数据帧 + 逻辑运算

r - R 数据帧 + 逻辑运算

问题描述

我有以下咨询。假设我有以下包含两列的基础，一列带有 ID，一列带有值。

我需要使用以下逻辑创建一个附加列（value_ok）：对于每个具有相同字母的 ID，没有较高值的​​ ID 的数量应该大于较低值的 ID。如果发生这种情况，则应将其替换为相同的值。

db<-data.frame(id=c("A_1","A_2","A_3","A_4","B_1","B_2","B_3","B_4","C_1","C_2","C_3","C_4","D_1","D_2","D_3","D_4","E_1","E_4"),
            value=c(10,9,8,7,7,8,9,5,15,30,14,20,10,10,10,20,30,40),
         value_ok=c(10,9,8,7,9,9,9,5,30,30,20,20,20,20,20,20,40,40))

这是值和最终所需输出的示例。

    id value value_ok
1  A_1    10       10
2  A_2     9        9
3  A_3     8        8
4  A_4     7        7
5  B_1     7        9
6  B_2     8        9
7  B_3     9        9
8  B_4     5        5
9  C_1    15       30
10 C_2    30       30
11 C_3    14       20
12 C_4    20       20
13 D_1    10       20
14 D_2    10       20
15 D_3    10       20
16 D_4    20       20
17 E_1    30       40
18 E_4    40       40

有人可以帮我完成这项任务吗？

谢谢！

标签： rdataframe

解决方案

你可以做...

library(data.table)
setDT(db)

db[.N:1, v := cummax(value), by=sub("^(.+)_(.+)$", "\\1", id)]

     id value value_ok  v
 1: A_1    10       10 10
 2: A_2     9        9  9
 3: A_3     8        8  8
 4: A_4     7        7  7
 5: B_1     7        9  9
 6: B_2     8        9  9
 7: B_3     9        9  9
 8: B_4     5        5  5
 9: C_1    15       30 30
10: C_2    30       30 30
11: C_3    14       20 20
12: C_4    20       20 20
13: D_1    10       20 20
14: D_2    10       20 20
15: D_3    10       20 20
16: D_4    20       20 20
17: E_1    30       40 40
18: E_4    40       40 40

.N:1临时将表格从最后到第一个排序。by=对行进行分组。v := cummax(value)用每组内的累积最大值创建一个新列。

之后的非常难看的表达式by=是由于在字符串中嵌入了重要信息（字母）。我建议永远不要这样做。如果你想转换成更好的东西，这里是一个参考：Split comma-separated strings in a column into separate rows

推荐阅读