【问题标题】：dplyr group by RunID carry values to next groupdplyr group by RunID 携带值到下一组
【发布时间】：2018-06-14 05:53:24
【问题描述】：

我有要分组的数据，执行计算然后得到最终结果，将其用于下一组中的计算。

我们使用条件语句并按组执行计算，例如：

# Example Data 
condition <- c(0,0,0,1,1,1,0,0,0,1,1,1,1,0,0,0,0,0,0,0,0,1,1,0)
col_a <- c(0,0,0,2,3,4,0,0,0,2,4,5,6,0,0,0,0,0,0,0,0,1,2,0)
col_b <- c(0,0,0,10,131,14,0,0,0,22,64,75,96,0,0,0,0,0,0,0,0,41,52,0)
df <- data.frame(condition,col_a,col_b)

这是进行计算的代码，按 RunID 分组

# Group by RunID
# Perform calculations 
# Last value, brought forward to next group
require(dplyr) 
output <- df %>%
  dplyr::mutate(RunID = data.table::rleid(condition)) %>%
  group_by(RunID) %>%
  dplyr::mutate(calculation = ifelse(condition == 0,0, ifelse(row_number() == n(),first(col_a) * last(col_b),0))) %>%

dplyr::mutate(last.tag = ifelse(condition == 0,0, ifelse(row_number() == n(),2,0))) %>% # 添加助手ID号帮助下面的for循环回答取消组（） %>% 选择（-RunID）输出

随着输出：

      condition col_a col_b calculation
1          0     0     0           0
2          0     0     0           0
3          0     0     0           0
4          1     2    10           0
5          1     3   131           0
6          1     4    14          28
7          0     0     0           0
8          0     0     0           0
9          0     0     0           0
10         1     2    22           0
11         1     4    64           0
12         1     5    75           0
13         1     6    96         192
14         0     0     0           0
15         0     0     0           0

我想做的是。在第一个结果中，计算列中的结果是 28。我想将该值带到下一组并插入 col_a，行号 10（28 替换，2）。然后随着该值的更新。第二组计算结果将是 96 * 28 = 2688 与 (96*2 = 192)

如上例所示，结转将始终插入每个组的第一行。

预期输出：

      condition col_a col_b calculation
1          0     0     0           0
2          0     0     0           0
3          0     0     0           0
4          1     2    10           0
5          1     3   131           0
6          1     4    14          28
7          0     0     0           0
8          0     0     0           0
9          0     0     0           0
10         1     28    22           0
11         1     4    64           0
12         1     5    75           0
13         1     6    96         2688
14         0     0     0           0
15         0     0     0           0

其他解决方案：

我进行了子集化以删除所有 0,s。在每个组的底部添加一个标识的 2 数字以进行连续运行，然后使用 for 循环进行抓取和替换。可能不是最优雅但似乎有效：

# Subset to remove all 0 
subset.no.zero <- subset(output,condition >0)
# Loop to move values
for (i in 1:nrow(subset.no.zero)) {
  temp <- ifelse(subset.no.zero$last.tag[i-1] == 2, subset.no.zero$calculation[i-1],subset.no.zero$col_a[i])
  subset.no.zero$new_col_a[i] <- data.frame(temp)
}

# Re join by index no.
final_out <- full_join(output,subset.no.zero, by="index")

【问题讨论】：

你能显示你的预期输出吗？
你是怎么得到28的？当我运行您的代码时，我得到 20（行号：6）和 44（行号：13）
我不确定，我重新运行并得到与示例相同的结果。该语句正在执行：first(col_a) * last(col_b) 那么这应该是怎么回事？
哦..你有一个错误。你有 first(col_a) * first(col_b) 而不是 ... * last()...
哎呀。让我解决！

标签： r dplyr

【解决方案1】：

我只能提供一个 data.table 解决方案，但也许您可以将逻辑转换为 dplyr：

library(data.table)
setDT(df)

#first group multiply 2 and 14
df[rleid(condition) %in% 1:2 & condition != 0, 
   calculation := {
     res <- rep(NA_real_, .N)
     res[.N] <- col_b[.N] * col_a[1]
     res
   }
   ]

#all groups other than first copy col_b
df[, calculation := if (condition[.N] != 0) {
  if(is.na(calculation[.N])) {
    res <- rep(NA_real_, .N)
    res[.N] <- col_b[.N]
    res
  } else calculation
} else NA_real_,
by = rleid(condition)
]    

#cumulative product
df[!is.na(calculation), 
   calculation := cumprod(calculation)] 

#copy values into col_a
df[i = df[, .(condition = condition[1], i = .I[1]), 
          by = rleid(condition)][condition == 1L][-1, i], #finds rows to replace values
   col_a := head(df[!is.na(calculation), calculation], -1) 
   ]

#    condition col_a col_b calculation
# 1:         0     0     0          NA
# 2:         0     0     0          NA
# 3:         0     0     0          NA
# 4:         1     2    10          NA
# 5:         1     3   131          NA
# 6:         1     4    14          28
# 7:         0     0     0          NA
# 8:         0     0     0          NA
# 9:         0     0     0          NA
#10:         1    28    22          NA
#11:         1     4    64          NA
#12:         1     5    75          NA
#13:         1     6    96        2688
#14:         0     0     0          NA
#15:         0     0     0          NA
#16:         0     0     0          NA
#17:         0     0     0          NA
#18:         0     0     0          NA
#19:         0     0     0          NA
#20:         0     0     0          NA
#21:         0     0     0          NA
#22:         1  2688    41          NA
#23:         1     2    52      139776
#24:         0     0     0          NA
#    condition col_a col_b calculation

【讨论】：