使用先前计算的结果在 dplyr 中进行迭代计算

Question

我希望使用以下逻辑对数据框中的字段执行计算：

• 如果基值 != NA，则将基值分配给结果
• 如果基值 == NA，则取上一个结果，将其乘以乘数字段并将其作为结果输出。

假设第一个值永远不会是 NA，所以总会有一个种子值。我希望按数据组执行计算 (dplyr::group_by)

以下代码给出了一个代表：

basevalue <- c(2,5,NA,NA,NA,NA)      
multiplier <- c(3.2,1.1,1.8,1.3,1.5,1.2)
previous_result <- c(NA,2,5,9,11.7,17.55)
result<- c(2,5,9,11.7,17.55,21.06)
logic <- c(rep("basevalue != NA, so take base value",2), rep("basevalue == NA, so take lag(result) * multiplier",4))

dfIn <- data.frame(basevalue,multiplier)
dfOut <- data.frame(basevalue,multiplier, result, previous_result, logic)

有没有办法使用简单的 dplyr / base R / tidyverse 逻辑来实现这一点，还是我需要使用诸如 zoo 之类的专业包？

Answer 1

您可以使用 purrr 中的 accumulate2 函数来执行此操作，该函数旨在将这种递归关系应用于两个向量。

library(dplyr)
library(purrr)

calculate <- function(previous, basevalue, multiplier) {
  coalesce(basevalue, multiplier * previous)
}

dfIn %>%
  mutate(lst = accumulate2(basevalue, multiplier[-1], calculate),
         result = unlist(lst))

两个音符：

• multiplier[-1] 丢弃了第一个乘数值，因为accumulate 期望它比第一个参数短一个（请注意，您永远不会使用第一个乘数值，因为此时没有“先前”值)。
• accumulate2的结果是一个列表，所以我们加上unlist()把它变成一个向量。

Answer 2

这是使用for 循环执行此操作的一种方法：

calculate_result <- function(b, m) {
  r <- b
  inds <- which(is.na(b))
  for(i in inds) {
    r[i] <- r[i-1] * m[i]
  }
  return(r)
}

将此功能与dplyr 一起应用，以便您以后可以使用group_by：

library(dplyr)
dfIn %>% mutate(result = calculate_result(basevalue, multiplier))

#  basevalue multiplier result
#1         2        3.2   2.00
#2         5        1.1   5.00
#3        NA        1.8   9.00
#4        NA        1.3  11.70
#5        NA        1.5  17.55
#6        NA        1.2  21.06