R将当前行与下一行（在同一列）进行比较答案

【问题标题】：R compare current row to the next row (on same column)R将当前行与下一行（在同一列）进行比较
【发布时间】：2016-10-21 19:51:41
【问题描述】：

我有类似的东西：

ISBN   Date  Quantity
3457   2004  10
3457   2004  6
3457   2004  10
3457   2005  7
3457   2005  12
9885   2013  10
9885   2013  6
9855   2013  10
9885   2014  7
9885   2014  12

我想得到：

ISBN   Date  Quantity Year
3457   2004  10       1st Year
3457   2004  6        1st Year
3457   2004  10       1st Year
3457   2005  7        2nd Year
3457   2005  12       2nd Year
9885   2013  10       1st Year
9885   2013  6        1st Year
9855   2013  10       1st Year
9885   2014  7        2nd Year
9885   2014  12       2nd Year

我有这个代码：

df<-df %>% group_by(ISBN) %>% mutate(Year = ifelse(DateYear > DateYear,"1st Year","2nd Year"))

但我到处都只得到“第二年”，所以我猜ifelse 中的比较实际上并没有比较“日期”列中的行。我想我必须使用 for 循环，但我认为这是 R 中的其他方式。我怎样才能得到我需要的结果？

【问题讨论】：

我不明白您对“第一年”和“第二年”的标准是什么？为什么2013年回到第一年，2014年回到第二年？
@Phil 请看这个：stackoverflow.com/questions/40159194/…

标签： r

【解决方案1】：

根据 cmets 中提到的，如果您有更多案例，您可以这样做：

library(dplyr)
library(toOrdinal)

df %>%
  group_by(ISBN) %>%
  mutate(Year = paste(sapply(cumsum(Date != lag(Date, default = 0)), toOrdinal), "Year"))

例如：

#   ISBN Date Quantity
#1  3457 2004       10
#2  3457 2004        6
#3  3457 2005       10
#4  3457 2006        7
#5  3457 2007       12
#6  9885 2013       10
#7  9885 2014        6
#8  9855 2015       10
#9  9885 2015        7
#10 9885 2016       12

给予：

#Source: local data frame [10 x 4]
#Groups: ISBN [3]
#
#    ISBN  Date Quantity     Year
#   <int> <int>    <int>    <chr>
#1   3457  2004       10 1st Year
#2   3457  2004        6 1st Year
#3   3457  2005       10 2nd Year
#4   3457  2006        7 3rd Year
#5   3457  2007       12 4th Year
#6   9885  2013       10 1st Year
#7   9885  2014        6 2nd Year
#8   9855  2015       10 1st Year
#9   9885  2015        7 3rd Year
#10  9885  2016       12 4th Year

【讨论】：

【解决方案2】：

使用windowing logic：

library(dplyr)
library(readr)

df_foo = read.table(textConnection("ISBN   Date  Quantity
3457   2004  10
3457   2004  6
3457   2004  10
3457   2005  7
3457   2005  12
9885   2013  10
9885   2013  6
9855   2013  10
9885   2014  7
9885   2014  12"), header = TRUE, stringsAsFactors = FALSE)


df_foo %>% 
  group_by(ISBN) %>% 
  arrange(Date) %>% 
  mutate(
    ifelse(
    cumsum(Date != lag(Date, default = first(Date))),
    "2nd Year", "1st Year"
    )
  )

【讨论】：

它很接近，但它给出了：
对不起。它很接近但它给出了：ISBN Date Quantity Year 3457 2004 10 1st Year 3457 2004 6 1st Year 3457 2004 10 1st Year 3457 2005 7 2nd Year 3457 2005 12 1st Year 9885 2013 10 1st Year 9885 2013 6 1st Year 9855 2013 10 1st Year 9885 2014 7 2nd Year 9885 2014 12 1st Year 所以在它第一次给出正确的结果 2004>2003="2nd Year" 之后，它会持续到 2004>2004="1st Year"
@adlisval 你确定每个 ISBN 中只有两年吗？
@adlisval 已更新。
感谢@tchakravarty，它成功了。看来我没有足够的积分 (15) 来投票，抱歉。

【解决方案3】：

只是为了完整性，因为我个人更喜欢这样的解决方案，这里是一个只使用基础 R 的解决方案，依靠 split 和 lapply 来实现结果。实际上，它会遍历 ISBN 的不同值。

# examples data (note possible error on line 8, ISBN==9855)
dat0 <- read.table(text="ISBN   Date  Quantity
3457   2004  10
3457   2004  6
3457   2004  10
3457   2005  7
3457   2005  12
9885   2013  10
9885   2013  6
9855   2013  10
9885   2014  7
9885   2014  12", header=T)

# treat separately (loop using 'lapply')
datlist <- split(dat,dat$ISBN)
datlist <- lapply(datlist,
  function(x) within(x, Year <- as.numeric(as.factor(Date))))

# bind together
dat <- do.call(rbind, datlist)
rownames(dat) <- NULL

输出：

#    ISBN Date Quantity Year
# 1  3457 2004       10    1
# 2  3457 2004        6    1
# 3  3457 2004       10    1
# 4  3457 2005        7    2
# 5  3457 2005       12    2
# 6  9855 2013       10    1
# 7  9885 2013       10    1
# 8  9885 2013        6    1
# 9  9885 2014        7    2
# 10 9885 2014       12    2

请注意，此方法会重新排列数据集，以使行根据 ISBN 进行排序。此外，我没有费心用1st Year, 2nd Year, ... 等对Year 列进行编码，因为除了1, 2, ... 这样更简单的格式之外，我并没有真正看到其他价值。

【讨论】：