根据条件折叠行并在 R 中重新使用它们的值答案

【问题标题】：Collapsing rows on condition and re-using their values in R根据条件折叠行并在 R 中重新使用它们的值
【发布时间】：2018-03-05 14:16:45
【问题描述】：

我有一个非常简单的问题，它似乎没有一个非常简单的解决方案。假设我有以下数据：

> test <- data.frame(Day = c(1:10), Counts = c(0, 0, 6, 0, 0, 5, 1, 0, 3, 4))
> test
   Day Counts
1    1      0
2    2      0
3    3      6
4    4      0
5    5      0
6    6      5
7    7      1
8    8      0
9    9      3
10  10      4

根据对数据来源的了解，我可以安全地假设非零计数不会在随后的几天发生。而是在最初的Day 中遗漏了一些计数。例如，第 6 天和第 7 天的 Counts 将属于 Day 6（总共有 6 个 Counts） .

我想找到一个可以产生这种期望输出的常规解决方案：

  Day Counts
1   1      0
2   2      0
3   3      6
4   4      0
5   5      0
6   6      6
7   8      0
8   9      7

注意Day第 7 天和第 10 天是如何被删除的，并且它们的 Counts 已添加到Day第 6 天和第 9 天的计数中。这确实是我后续分析数据所需的格式，它会受到“错误”计数的影响。

我已经使用zoo 和RcppRoll 包中的函数以及使用dplyrs lag() 的所谓tidy 解决方案尝试了多种“移动/滚动窗口”方法和lead() 函数，但没有Heureka！迄今。由于我的数据集包含数十万行（以及更多列），因此非常不希望手动更正。

感谢任何帮助！即使它只是指向一个现有的问题......

p.s.：显示 tidyverse 解决方案的奖励积分，因为我打算在管道工作流程中使用它。

编辑：感谢您的解决方案，它们都可以完美运行！让我开心:)

【问题讨论】：

标签： r dataframe dplyr

【解决方案1】：

lead 和 lag 当然是一种方法。

test %>%
  mutate(lead1 = lead(Counts, 1), lag1 = lag(Counts)) %>% 
  mutate(Counts2 = if_else(Counts > 0, Counts + lead1, Counts)) %>% 
  filter(!(lag1 > 0 & Counts > 0))

代码可以缩短为

test %>%
  mutate(Counts = if_else(Counts > 0, Counts + lead(Counts, 1), Counts)) %>% 
  filter(!(lag(Counts) > 0 & Counts > 0))

  Day Counts
1   1      0
2   2      0
3   3      6
4   4      0
5   5      0
6   6      6
7   8      0
8   9      7

【讨论】：

【解决方案2】：

另一种基于lag 和lead 的简单dplyr 方法：

test %>%
  mutate(Counts = ifelse(Counts != 0 & lead(Counts) != 0,
                         Counts + lead(Counts), Counts)) %>%
  mutate(Counts = ifelse(Counts != 0 & lag(Counts) != 0, NA, Counts)) %>%
  na.omit()
  Day Counts
1   1      0
2   2      0
3   3      6
4   4      0
5   5      0
6   6      6
8   8      0
9   9      7

【讨论】：

【解决方案3】：

1) 这使用了 data.table 包。首先将 test 转换为 data.table dt，然后使用 rleid 创建一个分组变量，该变量为每次运行的零或非零创建一个组。对于每个这样的组，返回计数的总和，后跟零：

library(data.table)
dt <- as.data.table(test)

dt[, Fix := c(sum(Counts), 0 * Counts[-1]), by = rleid(Counts > 0)]

给予：

> dt
    Day Counts Fix
 1:   1      0   0
 2:   2      0   0
 3:   3      6   6
 4:   4      0   0
 5:   5      0   0
 6:   6      5   6
 7:   7      1   0
 8:   8      0   0
 9:   9      3   7
10:  10      4   0

2) 这使用 dplyr 和来自 data.table 的 rleid：

library(dplyr)
library(data.table)

test %>%
     group_by(rleid(Counts > 0)) %>%
     mutate(Fix = c(sum(Counts), 0 * Counts[-1])) %>%
     ungroup

【讨论】：