在 R 中搜索数据框中的两列

Question

我有一个关于在 R 中搜索值的问题，它实际上与昨天发布的一个问题有点相似（在这里给出：Searching a vector/data table backwards in R）除了我认为我的问题有点复杂（而且与我想做的相反），而且由于我对 R 很陌生，所以我不太确定如何解决这个问题。

我有一个类似于下面给出的数据框，我希望找到我当前的索引值，其中Times 列与我当前时间不同，Midquote 列没有@ 987654324@值。

Index               Times    |    Midquote
                -----------------------------
   1            10:30:45.58  |    5.319
   2            10:30:45.93  |    5.323
   3            10:30:45.104 |    5.325
   4            10:30:45.127 |    5.322
   5            10:30:45.188 |    5.325
   6            10:30:45.188 |    NA
   7            10:30:45.212 |    NA
   8            10:30:45.231 |    5.321
   9            10:30:45.231 |    5.321

如果我们从数据框的底部开始并将其作为“当前”时间，则发现它位于索引 9 处，其 Times 值为 10:30:45.231 和 Midquote 值为5.321，那么如果我想找到时间与我当前时间不同的第一个索引，我们看到这是索引7，它的时间为10:30:45.212（因为索引8具有相同的时间） .但我们还看到，在索引 7 处，Midquote 的值是 NA，所以我现在必须再次检查数据框。索引 6 再次具有不同的时间（即 10:30:45.188 ）但它在 Midquote 列中也有一个 NA 值，所以再次向上移动到索引 5 我们看到 Times 列有不同的时间我当前的时间（即再次10:30:45.188）并且Midquotes 的值是5.325。

因此，由于索引 5 处的时间是 10:30:45.188（这与我当前的时间不同，即 10:30:45.231）并且由于索引 5 处的 Midquote 值不是 NA，我希望获得输出“5”，因为它是同时满足这两个条件的索引值。

我的问题是，有没有一种好的方法可以做到这一点？如果这是一个简单的问题，我很抱歉，我对 R 很陌生，而且我对使用数据框了解不多......

编辑：如果可能的话，我也希望最好不要在数据框中添加另一列（如我上面提到的链接的顶部答案中给出的那样）

Answer 1

处理日期很困难，尤其是小数秒。 如果您可以将时间转换为双打，那么使用起来会更容易。 假设你的“时代”是为了你可以使用这个

library(magrittr)
which(df$Times < df[9,1] & !is.na(df$Midquote)) %>% max()

which 给出了一个“索引”向量，其中“时间”小于 9 中的值，并且“中间引用”不是 NA。 %>% 将向量发送到max()，它给出了最高值。这很不优雅，但可以完成工作。

Answer 2

如果我理解正确，请检查这是否是您期望的输出。

ind<-function(t,df){
    ind<-t
    while(t>1){
       t=t-1
        if((df$Times[t]!=df$Times[ind]) && (!is.na(df$Midquote[t]))){
            return(t)
        }
    }
}
sapply((nrow(data):1),FUN = ind,data)

#[[1]]
#[1] 5

#[[2]]
#[1] 5

#[[3]]
#[1] 5

#[[4]]
#[1] 4

#[[5]]
#[1] 4

#[[6]]
#[1] 3

#[[7]]
#[1] 2

#[[8]]
#[1] 1

#[[9]]
#NULL

输出系列对应于从最后一行开始的 data.frame 的关联索引。

解释：ind 取行号的值作为当前行，而t 取值从ind-1 到1。df 取整个data.frame 作为输入然后while循环用于检查df$Times[t]和df$Midquote[t]的时间和中间引用值是否满足要求的条件。如果是，则返回索引，否则循环继续，直到到达第一行。

不对特定的当前行使用sapply：

 ind(9,df)
 [1] 5

Answer 3

Data.table 解决方案，1 行。

library(data.table)

dt <- data.table(Index = 1:9,
                 Times = c( '10:30:45.58', '10:30:45.93','10:30:45.104','10:30:45.127','10:30:45.188','10:30:45.188','10:30:45.212','10:30:45.231','10:30:45.231' ),
                 Midquote = c('5.319','5.323','5.325','5.322','5.325',NA,NA,'5.321','5.321')
                )

> dt[ Times != Times[.N] & !is.na(Midquote), max(Index) ]
[1] 5

编辑

要删除索引列，您有（至少）两个选项

dt2 <- data.table(Times = c( '10:30:45.58', '10:30:45.93','10:30:45.104','10:30:45.127','10:30:45.188','10:30:45.188','10:30:45.212','10:30:45.231','10:30:45.231' ),
                  Midquote = c('5.319','5.323','5.325','5.322','5.325',NA,NA,'5.321','5.321'))


# Option 1 - create an id column on the fly (unfortunately data.table recalculate .I after evaluating the "where" clause... so you need to save it)
dt2[, cbind(.SD, id=.I)][ Times != Times[.N] & !is.na(Midquote), max(id) ]

# Option 2 - simply check the last position of where your condition is met
dt2[, max(which(Times != Times[.N] & !is.na(Midquote))) ]

NB 你不能这样做 nrow 因为你可以有，比如说，第 1 条，第 2 条和第 4 条记录符合你的条件，而 nrow 会给你 3，这是错误的因为第三行不匹配。

编辑 2 （选项 3 不正确）

dt3 <- data.table(Times = c( '10:30:45.58', '10:30:45.93','10:30:45.104','10:30:45.127','10:30:45.188','10:30:45.188','10:30:45.212','10:30:45.231','10:30:45.231' ),
                  Midquote = c('5.319','5.323', NA,'5.322','5.325', NA, NA,'5.321','5.321'))


# Option 1 - create an id column on the fly (unfortunately data.table recalculate .I after evaluating the "where" clause... so you need to save it)
dt3[, cbind(.SD, id=.I)][ Times != Times[.N] & !is.na(Midquote), max(id) ]
[1] 5

# Option 2 - simply check the last position of where your condition is met
dt3[, max(which(Times != Times[.N] & !is.na(Midquote))) ]
[1] 5

# Option 3 - good luck with this
nrow(dt3[Times != Times[.N] & !is.na(Midquote)])
[1] 4