通过引用 R 中的行号跨行汇总答案

【问题标题】：Summarise across rows by making reference to row numbers in R通过引用 R 中的行号跨行汇总
【发布时间】：2021-02-26 10:23:37
【问题描述】：

亲爱的数据操作向导，

我正在尝试以引用行号的方式总结我的数据框，但我找不到以整洁的方式完成它的方法。我的数据框看起来像这样。

# Sample data frame.
df <- data.frame(value = c(1,2,1,1,2,4,5,3,2))

  value
1     1
2     2
3     1
4     1
5     2
6     4
7     5
8     3
9     2

我需要创建一个列，如果value中的对应数字以及接下来连续4行中的数字都大于或等于2，则显示TRUE。结果数据框应如下所示：

  value largerThan
1     1      FALSE
2     2      FALSE
3     1      FALSE
4     1      FALSE
5     2       TRUE
6     4         NA
7     5         NA
8     3         NA
9     2         NA

注意largerThan 的最后四行中的四个NA。这是因为这些行后面没有 4 个连续的行，因此无法评估它们。这是什么绊倒我，以及在使用tidyverse 语法时我不知道如何引用行号这一事实。 for loops 更直接，但我想不出等价物。

非常感谢您的建议！特别是如果您有 tidyverse 或 dplyr 解决方案，因为这些是其余代码中使用的包。

【问题讨论】：

标签： r dplyr tidyverse

【解决方案1】：

这样做

df$largerthan <- zoo::rollsum(df$value >= 2, 5, na.pad = T, align = "left") >=5

  value largerthan
1     1      FALSE
2     2      FALSE
3     1      FALSE
4     1      FALSE
5     2       TRUE
6     4         NA
7     5         NA
8     3         NA
9     2         NA

按照逻辑，baseR方式

df$largerthan <- rowSums(cbind(df >=2, c(df[-1,], NA) >=2, c(df[-c(1:2), ], NA, NA) >=2, c(df[-c(1:3),], NA, NA, NA) >=2, c(df[-c(1:4),], NA, NA, NA, NA)>=2)) >=5

如果你想在 dplyr 中这样做

df %>% mutate(largerThan = (value >=2 & lead(value) >=2 & lead(value,2) >= 2 & lead(value, 3) >= 2 & lead(value,4) >= 2))

【讨论】：

谢谢！我不知道“rollsum”。我会等着看是否有人有不需要安装新软件包的替代方案，但这已经很有帮助。非常感谢！
要在基础 R 中执行此操作，请参阅此 answer

【解决方案2】：

抱歉，对 tidyverse 不够熟悉。这是一个可能的 data.table 解决方案。也许你可以把它翻译成 tidyverse

library( data.table )
setDT(df)
df[, largerThan := frollsum( value >= 2, n = 5, align = "left" ) > 4 ]
#    value largerThan
# 1:     1      FALSE
# 2:     2      FALSE
# 3:     1      FALSE
# 4:     1      FALSE
# 5:     2       TRUE
# 6:     4         NA
# 7:     5         NA
# 8:     3         NA
# 9:     2         NA

【讨论】：

谢谢！如果有 tidyverse 等价物，我会尝试解决。如果它有像这样优雅的东西，那就太好了:)

【解决方案3】：

这是一个dpylr 版本，但是它不如使用rollsums 的其他解决方案优雅。 dpylr 具有函数lead() 和lag()。解决方案如下所示：

df <- data.frame(value = c(1,2,1,1,2,4,5,3,2))
df = df %>% mutate(
  largerThan = value >= 2 & lead(value) >= 2 & lead(value, 2) >= 2 &
    lead(value, 3) >= 2 & lead(value, 4) >= 2
)

您需要的潜在客户越多，使用替代解决方案就越容易。

【讨论】：