R 自定义最大功能答案

【问题标题】：R Custom Max FunctionR 自定义最大功能
【发布时间】：2019-06-01 04:03:52
【问题描述】：

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

我们会跟踪每个人的分数，直到他们达到“精通” (3) 或卓越 (4)。如果一个人得分优秀 (4)，则保留该值并删除该人的下一个分数（请参阅第 4 个人；而不是 NA 只想删除该行）。如果一个人得分为精通 (3)，则该值将被结转，除非他们得分为 4，这将取代 3 的得分。否则，这些值将保持原样。我试过 cummax func 但不知道如何应用这样的规则。

下面是我的尝试

data$want = ave(data$score, data$person, FUN = function(x) cummax(replace(x, is.na(x), -1)))

【问题讨论】：

标签： r max

【解决方案1】：

您可以使用您指定的规则编写自定义函数，并将其应用于组中的每个人，如下所示，

library(dplyr)

count_3_4 <- function(vec){
  max = 0
  for(i in seq_along(vec)){
    if(vec[i] > max){
      max = vec[i]
      if(max == 3 || max == 4){
        vec[i] = max
      }
    }else if(max == 4 && vec[i] < max){
      vec[i] = NA
    }else{
      if(max == 3 || max == 4){
        vec[i] = max
      }
    }
  }
  return(vec)
}

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

data%>%
  group_by(person)%>%
  mutate(TestVal = count_3_4(score)) %>%
  ungroup()

【讨论】：

非常感谢，有没有更短或更简单的方法？我还不习惯那种量级的函数编写。
非常感谢，但这与预期的输出不符。

【解决方案2】：

我们可以使用cummax 来获得高于3 或更高的分数，或者保持score 不变。要在前 4 个之后获得 NAs，我们可以将 replace 的 duplicated 4 个值作为 NA。

library(dplyr)

data %>%
  group_by(person) %>%
    mutate(WANT2 = ifelse(score >= 3 | (row_number() >= which.max(score == 3)), 
                   cummax(score), score), 
            WANT2 = replace(WANT2, duplicated(WANT2 == 4) & WANT2 == 4, NA))


#   person score  WANT WANT2
#    <dbl> <dbl> <dbl> <dbl>
# 1      1     1     1     1
# 2      1     2     2     2
# 3      1     3     3     3
# 4      1     2     3     3
# 5      2     2     2     2
# 6      2     1     1     1
# 7      2     2     2     2
# 8      2     3     3     3
# 9      3     2     2     2
#10      3     3     3     3
#11      3     1     3     3
#12      3     4     4     4
#13      4     1     1     1
#14      4     4     4     4
#15      4     3    NA    NA

【讨论】：

person 1 row 4 是 2 但应该是 3
嗨，您好像删除了一个编辑，我只是想知道您是否可以修改您共享的代码，非常感谢
@bvowe 对不起，我添加了一个额外的条件来检查。你现在可以检查吗？

【解决方案3】：

data.table 的选项。将'data.frame'转换为'data.table'（setDT(data)），按'person'分组，指定i选择'score'大于等于3的行，得到cummax 'score'的值并将其分配给'WANT2'，将NA元素替换为'score'值（pmax），将每个'person'的重复'4'值设置为NA

library(data.table)
setDT(data)[score >=3,  WANT2 := cummax(score), person
     ][, WANT2 := pmax(score, WANT2, na.rm = TRUE), person]
i1 <- data[WANT2 == 4, .I[duplicated(WANT2)], person]$V1
data[i1, WANT2 := NA]     
data
#    person score WANT WANT2
# 1:      1     1    1     1
# 2:      1     2    2     2
# 3:      1     3    3     3
# 4:      1     2    3     2
# 5:      2     2    2     2
# 6:      2     1    1     1
# 7:      2     2    2     2
# 8:      2     3    3     3
# 9:      3     2    2     2
#10:      3     3    3     3
#11:      3     1    3     1
#12:      3     4    4     4
#13:      4     1    1     1
#14:      4     4    4     4
#15:      4     3   NA    NA

或者创建一个重复值 4 的索引

setDT(data)[, ind := NA^(duplicated(cumsum(score == 4)) & 
         shift(score) == 4), person]

然后在指定i 以选择分数大于或等于4 的行时按人获取'score' 的累积最大值

data[score >=3, WANT2 := cummax(score), person]

并使用pmax 将NA 元素替换为'score'，同时确保重复的4 是NA（使用'ind'）

data[, WANT2 := pmax(score, WANT2, na.rm = TRUE) * ind]

【讨论】：