统计过去 n 天内值变化的次数

Question

我想计算过去 d 天内不等于前一个 num 的 num 的数量，最好是 data.table。

我的数据如下所示：

d <- 3
   df1 <- structure(list(LET = structure(c(1L, 1L, 1L, 1L, 1L, 2L, 
                                         2L, 2L, 2L, 2L), 
                                       .Label = c("a", "b"), class = "factor"), 
                   day = c(1L, 2L, 3L, 4L, 5L, 1L, 2L, 3L, 4L, 5L),
                   num = c(5, 6, 6, 7, 7, 1, 1, 3, 1, 1)), 
              class = c("data.table", "data.frame"), 
              row.names = c(NA, -10L))
    LET day num
 1:   a   1   5
 2:   a   2   6
 3:   a   3   6
 4:   a   4   7
 5:   a   5   7
 6:   b   1   1
 7:   b   2   1
 8:   b   3   3
 9:   b   4   1
10:   b   5   1

我可以使用 shift 来判断 num 是否等于其滞后值，num 是否已更改：

df1[,hasChanged := num!=shift(num, n=1, fill=FALSE), by='LET']

但我想计算 num 更改的次数，其中 day currentRowDay - d ，LET。

输出如下所示（hasChanged 列是可选的）：

df1[,NumberOfChangesPast3Days := c(1,2,2,2,1,1,1,2,2,2),]

    LET day num hasChanged NumberOfChangesPast3Days
 1:   a   1   5       TRUE                        1
 2:   a   2   6       TRUE                        2
 3:   a   3   6      FALSE                        2
 4:   a   4   7       TRUE                        2
 5:   a   5   7      FALSE                        1
 6:   b   1   1       TRUE                        1
 7:   b   2   1      FALSE                        1
 8:   b   3   3       TRUE                        2
 9:   b   4   1       TRUE                        2
10:   b   5   1      FALSE                        2

Answer 1

一个可能的解决方案是使用Reduce 和shift：

df1[, N_Changes := Reduce(`+`, shift(hasChanged, n = 0:(d-1), fill = FALSE))
    , by = LET]

给出：

> df1
    LET day num hasChanged N_Changes
 1:   a   1   5       TRUE         1
 2:   a   2   6       TRUE         2
 3:   a   3   6      FALSE         2
 4:   a   4   7       TRUE         2
 5:   a   5   7      FALSE         1
 6:   b   1   1       TRUE         1
 7:   b   2   1      FALSE         1
 8:   b   3   3       TRUE         2
 9:   b   4   1       TRUE         2
10:   b   5   1      FALSE         2

Answer 2

到目前为止发布的所有解决方案都使用shift() 函数，该函数要求天数是连续的，即没有间隙。答案只是偶然返回预期结果，因为样本数据集没有任何间隙。

OP已经明确表示喜欢

计算 num 变化的数量 where day currentRowDay - d

这甚至可以通过在非等自连接中聚合来实现，该非等自连接聚合在 3 天的滚动窗口中（不是 3 行！）：

library(data.table)
setDT(df1)[
  , c("hasChanged", "day_start") := 
    .(c(TRUE, diff(num) != 0), day - d), by = LET][
      , sprintf("NumberOfChangesPast%iDays", d) := 
        .SD[.SD, on = .(LET, day > day_start, day <= day), sum(hasChanged), 
            by = .EACHI]$V1][]

    LET day num hasChanged day_start NumberOfChangesPast3Days
 1:   a   1   5       TRUE        -2                        1
 2:   a   2   6       TRUE        -1                        2
 3:   a   3   6      FALSE         0                        2
 4:   a   4   7       TRUE         1                        2
 5:   a   5   7      FALSE         2                        1
 6:   b   1   1       TRUE        -2                        1
 7:   b   2   1      FALSE        -1                        1
 8:   b   3   3       TRUE         0                        2
 9:   b   4   1       TRUE         1                        2
10:   b   5   1      FALSE         2                        2

对于有间隙的数据，例如，

df2 <- structure(list(LET = structure(c(1L, 1L, 1L, 1L, 1L, 2L, 
                                        2L, 2L, 2L, 2L), 
                                      .Label = c("a", "b"), class = "factor"), 
                      day = c(1L, 2L, 3L, 5L, 7L, 1L, 2L, 3L, 4L, 6L),
                      num = c(5, 6, 6, 7, 7, 1, 1, 3, 1, 1)), 
                 class = c("data.table", "data.frame"), 
                 row.names = c(NA, -10L))

代码

setDT(df2)[
  , c("hasChanged", "day_start") := 
    .(c(TRUE, diff(num) != 0), day - d), by = LET][
      , sprintf("NumberOfChangesPast%iDays", d) := 
        .SD[.SD, on = .(LET, day > day_start, day <= day), sum(hasChanged), 
            by = .EACHI]$V1][]

返回

    LET day num hasChanged day_start NumberOfChangesPast3Days
 1:   a   1   5       TRUE        -2                        1
 2:   a   2   6       TRUE        -1                        2
 3:   a   3   6      FALSE         0                        2
 4:   a   5   7       TRUE         2                        1
 5:   a   7   7      FALSE         4                        1
 6:   b   1   1       TRUE        -2                        1
 7:   b   2   1      FALSE        -1                        1
 8:   b   3   3       TRUE         0                        2
 9:   b   4   1       TRUE         1                        2
10:   b   6   1      FALSE         3                        1

请注意，day_start 不包含在滚动窗口中，因为 OP 已请求左打开间隔。

Answer 3

这将是使用data.table 的shift 的一种方式：

library(data.table)

df1[, hasChanged := num != shift(num, n=1, fill=FALSE), by = LET][
  , NumberOfChangesPast3Days := colSums(do.call(rbind, shift(hasChanged, (d-1):0)), na.rm = TRUE), 
  by = LET
  ]

输出：

    LET day num hasChanged NumberOfChangesPast3Days
 1:   a   1   5       TRUE                        1
 2:   a   2   6       TRUE                        2
 3:   a   3   6      FALSE                        2
 4:   a   4   7       TRUE                        2
 5:   a   5   7      FALSE                        1
 6:   b   1   1       TRUE                        1
 7:   b   2   1      FALSE                        1
 8:   b   3   3       TRUE                        2
 9:   b   4   1       TRUE                        2
10:   b   5   1      FALSE                        2