使用 data.table 计算广告库存

Question

我有一个如图所示的数据框：

structure(list(ID = c(1, 1, 1, 1, 2, 2, 2, 2), ColA = c(2, 3, 
4, 5, 2, 3, 4, 5), ColB = c(1, 2, 3, 4, 1, 2, 3, 4), ColA_0.2 = c(2, 
3.4, 4.68, 5.936, 2, 3.4, 4.68, 5.936), ColB_0.2 = c(1, 2.2, 
3.44, 4.688, 1, 2.2, 3.44, 4.688)), class = "data.frame", row.names = c(NA, 
-8L))

我需要什么？ - 对于每个 ID，我想计算 ColA_ad 和 ColB_ad。用户将传递一个参数“广告”。

例如 - 如果 'ad' 是 0.2，那么这些值将被计算为：

• 第一行 - 与 ColA 相同（即 2）
• 第二行 - 将ColA 的第二行添加到 0.2*ColA_ad 的第一行（即Sum(3,0.2*2)=3.4）
• 第三行 - 将第三行 ColA 添加到 0.2*第二行 ColA_ad（即Sum(4,0.2*3.4)=4.68） 等等。

所有其他列（此处为 ColB）的计算方式相同，可以在单独的向量中提及。

总结 - 我会取上一个计算行的 0.2 倍结转效果并添加到新行。

结果显示在ColA_ad 和ColB_ad 列中。

由于我的数据集非常大，我正在寻找 data.table 解决方案。

Answer 1

这是一个基本的 R 解决方案，其中应用了线性代数属性来加速您的迭代计算。

• 基本思路（以id = 1为例）

  • 您首先构造一个低三角矩阵，用于从col 映射到col_ad，即，

l <- 0.2**abs(outer(seq(4),seq(4),"-"))
l[upper.tri(l)] <- 0

给了

> l
      [,1] [,2] [,3] [,4]
[1,] 1.000 0.00  0.0    0
[2,] 0.200 1.00  0.0    0
[3,] 0.040 0.20  1.0    0
[4,] 0.008 0.04  0.2    1

• 然后你使用lover 列col，即，

> l %*% as.matrix(subset(df,ID == 1)[-1])
      ColA  ColB
[1,] 2.000 1.000
[2,] 3.400 2.200
[3,] 4.680 3.440
[4,] 5.936 4.688

• 代码

ad <- 0.2
col_ad <- do.call(rbind,
                  c(make.row.names = F,
                    lapply(split(df,df$ID), 
                           function(x) {
                             l <- ad**abs(outer(seq(nrow(x)),seq(nrow(x)),"-"))
                             l[upper.tri(l)]<- 0
                             `colnames<-`(data.frame(l%*% as.matrix(x[-1])),paste0(names(x[-1]),"_",ad))
                           }
                    )
                  )
)

dfout <- cbind(df,col_ad)

这样

> dfout
  ID ColA ColB ColA_0.2 ColB_0.2
1  1    2    1    2.000    1.000
2  1    3    2    3.400    2.200
3  1    4    3    4.680    3.440
4  1    5    4    5.936    4.688
5  2    2    1    2.000    1.000
6  2    3    2    3.400    2.200
7  2    4    3    4.680    3.440
8  2    5    4    5.936    4.688

• 数据

df <- structure(list(ID = c(1, 1, 1, 1, 2, 2, 2, 2), ColA = c(2, 3, 
                                                              4, 5, 2, 3, 4, 5), ColB = c(1, 2, 3, 4, 1, 2, 3, 4)), class = "data.frame", row.names = c(NA, 
                                                                                                                                                        -8L))

Answer 2

非递归选项：

setDT(DT)[, paste0(cols,"_",ad) := { 
    m <- matrix(unlist(shift(ad^(seq_len(.N)-1L), 0L:(.N-1L), fill = 0)), nrow=.N)
    lapply(.SD, function(x) c(m%*%x))
}, by = ID, .SDcols = cols]

另一个递归选项：

library(data.table)
setDT(DT)[, paste0(cols,"_",ad) := {
        a <- 0
        b <- 0
        .SD[, {
            a <- ColA + ad*a        
            b <- ColB + ad*b
            .(a, b)

        }, seq_len(.N)][, (1) := NULL]
    }, 
    by = ID]

输出：

   ID ColA ColB ColA_0.2 ColB_0.2
1:  1    2    1    2.000    1.000
2:  1    3    2    3.400    2.200
3:  1    4    3    4.680    3.440
4:  1    5    4    5.936    4.688
5:  2    2    1    2.000    1.000
6:  2    3    2    3.400    2.200
7:  2    4    3    4.680    3.440
8:  2    5    4    5.936    4.688

数据：

DT <- structure(list(ID = c(1, 1, 1, 1, 2, 2, 2, 2), ColA = c(2, 3, 
    4, 5, 2, 3, 4, 5), ColB = c(1, 2, 3, 4, 1, 2, 3, 4), ColA_0.2 = c(2, 
        3.4, 4.68, 5.936, 2, 3.4, 4.68, 5.936), ColB_0.2 = c(1, 2.2, 
            3.44, 4.688, 1, 2.2, 3.44, 4.688)), class = "data.frame", row.names = c(NA, 
                -8L))
ad <- 0.2
cols <- c("ColA", "ColB")

Answer 3

这是data.table 使用Reduce 的一种方式：

#Columns to apply function to
cols <- names(df)[2:3]

#Create a function to apply 
apply_fun <- function(col, ad) {
   Reduce(function(x, y) sum(y, x * ad), col, accumulate = TRUE)
}

library(data.table)
#Convert dataframe to data.table
setDT(df)
#set ad value
ad <- 0.2
#Apply funnction to each columns of cols
df[, (paste(cols, ad, sep =  "_")) := lapply(.SD, apply_fun, ad), .SDcols = cols, by = ID]

df
#   ID ColA ColB ColA_0.2 ColB_0.2
#1:  1    2    1    2.000    1.000
#2:  1    3    2    3.400    2.200
#3:  1    4    3    4.680    3.440
#4:  1    5    4    5.936    4.688
#5:  2    2    1    2.000    1.000
#6:  2    3    2    3.400    2.200
#7:  2    4    3    4.680    3.440
#8:  2    5    4    5.936    4.688