具有 NA 的 R cummax 函数答案

【问题标题】：R cummax function with NA具有 NA 的 R cummax 函数
【发布时间】：2019-10-28 15:26:57
【问题描述】：

数据

data=data.frame("person"=c(1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2),
                 "score"=c(1,2,1,2,3,1,3,NA,4,2,1,NA,2,NA,3,1,2,4),
                  "want"=c(1,2,1,2,3,3,3,3,4,2,1,1,2,2,3,3,3,4))

尝试

library(dplyr)

data = data %>%
  group_by(person) %>%
  mutate(wantTEST = ifelse(score >= 3 | (row_number() >= which.max(score == 3)), 
                        cummax(score), score), 
         wantTEST = replace(wantTEST, duplicated(wantTEST == 4) & wantTEST == 4, NA))

我基本上正在努力使用 cummax 功能，但仅在特定情况下。我想保留任何值 (1-2-1-1) 除非有 3 或 4 (1-2-1-3-2-1-4) 应该是 (1-2-1-3-3 -4)。如果有 NA 值，我想结转以前的值。谢谢。

【问题讨论】：

标签： r function dplyr max

【解决方案1】：

这是tidyverse 的一种方式。您可能想在group_by() 之后使用fill()，但这有点不清楚。

data %>% 
  fill(score) %>% 
  group_by(person) %>% 
  mutate(
    w = ifelse(cummax(score) > 2, cummax(score), score)
  ) %>%
  ungroup()

# A tibble: 18 x 4
   person score  want     w
    <dbl> <dbl> <dbl> <dbl>
 1      1     1     1     1
 2      1     2     2     2
 3      1     1     1     1
 4      1     2     2     2
 5      1     3     3     3
 6      1     1     3     3
 7      1     3     3     3
 8      1     3     3     3
 9      1     4     4     4
10      2     2     2     2
11      2     1     1     1
12      2     1     1     1
13      2     2     2     2
14      2     2     2     2
15      2     3     3     3
16      2     1     3     3
17      2     2     3     3
18      2     4     4     4

【讨论】：

【解决方案2】：

执行此操作的一种方法是首先填写 NA 值，然后为每一行检查是否任何时候在组中通过了 3 或更多的分数。如果在该点之前达到 3 的分数，我们将使用 max 分数直到该点，否则返回相同的分数。

library(tidyverse)

data %>%
  fill(score) %>%
   group_by(person) %>%
   mutate(want1 = map_dbl(seq_len(n()), ~if(. >= which.max(score == 3))
                                    max(score[seq_len(.)]) else score[.]))

#   person score  want want1
#    <dbl> <dbl> <dbl> <dbl>
# 1      1     1     1     1
# 2      1     2     2     2
# 3      1     1     1     1
# 4      1     2     2     2
# 5      1     3     3     3
# 6      1     1     3     3
# 7      1     3     3     3
# 8      1     3     3     3
# 9      1     4     4     4
#10      2     2     2     2
#11      2     1     1     1
#12      2     1     1     1
#13      2     2     2     2
#14      2     2     2     2
#15      2     3     3     3
#16      2     1     3     3
#17      2     2     3     3
#18      2     4     4     4

【讨论】：

【解决方案3】：

另一种方法是使用来自purrr 的accumulate。我使用来自hablar 的if_else_ 来保证类型稳定性：

library(tidyverse)
library(hablar)

data %>% 
  fill(score) %>% 
  group_by(person) %>% 
  mutate(wt = accumulate(score, ~if_else_(.x > 2, max(.x, .y), .y)))

【讨论】：