时间戳

首页 > 解决方案 > R：在data.frame中创建一个具有特定非连续条件的新列

r - R：在data.frame中创建一个具有特定非连续条件的新列

问题描述

想象一个人工数据框

IDtest<-c(1,1,1,1,1,1,2,2,2,3,3,3,3)
Class<-c(1,1,3,4,4,5,1,1,2,2,2,3,4)
Day<-c(0,47,76,100,150,173,0,47,76,0,47,76,100)
Area<-c(0.45,0.85,1.50,1.53,1.98,5.2,
         0.36,0.58,1.2,
         0.85,1.36,2.26,3.59)
df<-data.frame(cbind(IDtest, Class, Day, Area))
df

   IDtest Class Day Area
1       1     1   0 0.45
2       1     1  47 0.85
3       1     3  76 1.50
4       1     4 100 1.53
5       1     4 150 1.98
6       1     5 173 5.20
7       2     1   0 0.36
8       2     1  47 0.58
9       2     2  76 1.20
10      3     2   0 0.85
11      3     2  47 1.36
12      3     3  76 2.26
13      3     4 100 3.59

 I'll like to do:
 1) For IDtest 1 in Class 1: step1 = 47 - 0
 2) For IDtest 1 in Class 3: step1 = 76 - 47
 3) For IDtest 1 in Class 4: step1 = 150 - 76
 4) For IDtest 1 in Class 4: step1 = 173 - 150

up to IDtest 3.

为此尝试：

df$step1 <- NA 
for (i in 1:max(df$Class)){
  if(i == 1){
     df$step1[Class == i] <- max(df$Day[df$Class == i]) - 0 # quite silly
     }else{
     df$step1[Class == i] <- max(df$Day[df$Class == i]) - max(df$Day[df$Class == i - 1]) # "Last" as the "previous" Class, not inside the same Class
 }}

如果我的 Class 变量是连续的，但我的 Class 将值 1 更改为 3。在这种情况下，我的代码给了我 -Inf 值，因为必须使用最后一个 Class 值 (1) 而不是不存在的 2 .

我想要的输出是：

new.df

   IDtest Class Day Area step1
1       1     1   0 0.45 47
2       1     1  47 0.85 47
3       1     3  76 1.50 29
4       1     4 100 1.53 74
5       1     4 150 1.98 74
6       1     5 173 5.20 23

您在这里看到任何简单的修改吗？

标签： rdataframeoperation

解决方案

我不确定这是否是你所追求的

merge(df,
  within(
    aggregate(Day ~ IDtest + Class, df, max),
    step1 <- ave(Day, IDtest, FUN = function(x) diff(c(0, x)))
  ),
  by = c("IDtest", "Class"),
  all = TRUE
)

这使

   IDtest Class Day.x Area Day.y step1
1       1     1     0 0.45    47    47
2       1     1    47 0.85    47    47
3       1     3    76 1.50    76    29
4       1     4   100 1.53   150    74
5       1     4   150 1.98   150    74
6       1     5   173 5.20   173    23
7       2     1     0 0.36    47    47
8       2     1    47 0.58    47    47
9       2     2    76 1.20    76    29
10      3     2     0 0.85    47    47
11      3     2    47 1.36    47    47
12      3     3    76 2.26    76    29
13      3     4   100 3.59   100    24

推荐阅读