时间戳

首页 > 解决方案 > 计算先前出现的值大于当前值的次数

r - 计算先前出现的值大于当前值的次数

问题描述

我正在尝试创建一个列，其中包含比当前值大一的值的先前出现次数（按日期排序）。在此处提供的示例中，我在标记为“wanted”的列中手动创建了我想要的值，该值等于 RoundNo 的先前出现的计数（按“日期”排序）等于焦点行大一圆号 我需要为每个单独的 InvestorID 按组分别计算。

因此，第一行“想要”值等于投资者 1 的先前 RoundNo 的计数，其中 RoundNo == 3（也就是比第一行的 RoundNo 2 大）。所以在这种情况下，这将是 0。类似地，对于第二行，“想要的”值是投资者 1 的先前 RoundNo 的计数，其中 RoundNo == 2（也就是比第二行的 RoundNo 1 大一）。所以在这种情况下，这将是 1。希望有任何帮助。代码示例如下。谢谢！

dt = as.data.table(cbind(c(rep(1,7),rep(2,7)),
                         c("2019-08-01","2019-09-01","2019-10-01","2019-11-01","2019-12-01","2021-04-01","2021-10-01",
                           "2019-01-01","2019-02-01","2019-04-01","2019-08-01","2019-09-01","2019-10-01","2019-11-01"),
                         c(2,1,2,2,1,3,2,1,2,3,2,1,3,1)))
names(dt) = c("InvestorID","date","RoundNo")
wanted = c(0,1,0,0,3,0,1,0,0,0,1,2,0,2)
dt$wanted = wanted

标签： rcountdata.tablesequence

解决方案

1)定义一个函数，该函数Count计算其向量输入的每个元素等于 1 加上其最后一个元素的次数。然后使用 rollapplyr 将其应用于连续较大的RoundNo.

library(zoo)

Count <- function(x) sum(x == tail(x, 1) + 1)
dt[, wanted := rollapplyr(as.numeric(RoundNo), 1:.N, Count), by = InvestorID]

2)另一种方法是使用自左连接，其中dtaliased to的第一个实例a左连接到 aliased 的第二个实例，dt以b关联b来自同一行InvestorID并在该行之前或在该行处的那些a行。按行分组并a在行上取适当的总和b。

library(sqldf)

sqldf("select a.*, sum(a.RoundNo + 1 == b.RoundNo) wanted
  from dt a
  left join dt b on a.InvestorID = b.InvestorID and b.rowid <= a.rowid
  group by a.rowid")

3)此替代方案仅使用 data.table。 Count来自（1）。

dt[, wanted := sapply(1:.N, function(i) Count(as.numeric(RoundNo)[1:i])), 
     by = InvestorID]

推荐阅读