【发布时间】：2020-03-09 08:06:19
【问题描述】：
这是我最近在论坛上提出的一个问题（第一部分由一位论坛成员出色地解决了，他建议我为此发布一个新问题）但现在我有以下问题，希望你能帮助我: 我有一个庞大的数据库（我不能透露），但它的结构如下：
500 万次观察 4 个感兴趣的变量： 代码 ID 购买 代码 ID 出售 日期 新：如果买卖双方之前没有交易，这是第 i 行的第一次出现，所以变量 new 取值 1 距离：如果两行的 Code_ID_Buy 相同，则 new = 1 的最后两次出现之间的距离（以月为单位）
我想要另一个名为 Distancelastr1 的变量，它的作用与“距离”相同，但也适用于 new = 0 的行：
简化后的样本如下所示：
library(data.table)
set.seed(1)
Data <- data.frame(
Month = c(1,1,2,2,3,3,3,4,4,4,5,5,5,5,6,6,6,6,3,4,5),
Amount = rnorm(21,mean=100,sd=20),
Code_ID_Buy = c("100D","100D","100D","100D","100D","100D","100D","100D","100D","100D","100D","100D","100D","100D","100D","100D","100D","100D","102D","102D","102D"),
Code_ID_Sell = c("98C","99C","98C","99C","98C","99C","96V","98C","99C","96V","98C","99C","96V","94D","98C","99C","96V","94D","25A","25A","25A")
)
Data$new<-0
setDT(Data)[order(Month, Code_ID_Buy, Code_ID_Sell), new := {
r <- rowid(Code_ID_Buy, Code_ID_Sell)
+(r==1L)
}]
Data[Month==1L, new:=0L]
Data[new==1L, distance := .SD[.SD, on=.(Code_ID_Buy, Month<Month), mult="last",
by=.EACHI, i.Month - x.Month]$V1]
Data$Distancewithlastr1 = c(NA,NA,NA,NA,NA,NA,NA,1,1,1,2,2,2,2,1,1,1,1,NA,1,2)
Data$LastRelationshipseller = c("98C","98C","98C","98C","98C","98C","98C","96V","96V","96V","96V","96V","96V","96V","94D","94D","94D","94D",NA,"25A","25A")
View(Data)
如果月份 = 1 并且自第 1 个月以来没有记录到“新 = 1”，则这里 Distancelastr1 应该取值“NA”。如果给定买家有一个新 = 1，让我们说第 x 个月，那么 Distancewithlastr1 在第 i 个月计算第 i 个月 - 第 x 个月。
提前谢谢你，
【问题讨论】：
-
@chinsoon12 谢谢你，至少在示例版本上确实解决了大部分问题。对于第 7 行和第 14 行，逻辑是即使它是一个新关系，我也希望计算与该关系之前的最后一个新关系的距离。这可能吗？
-
@chinsoon12 这是我在构建数据库时的错误，第 19 行应该是 NA 谢谢您的注意。
-
@chinsoon12 非常感谢，这似乎有效。你能告诉我你是怎么找到这些公式的吗？我真的很想自学 R，但我似乎不了解工作机制......
-
您必须先从基础 R 开始。浏览手册、函数文档、教程、stackoverflow、练习
标签： r data.table