根据另一列中的动态范围识别是否满足条件

Question

我有一列有很多零值和偶尔的十进制值，例如

c <- c(0,0,0,0.0927,0,0,0.100821,0) 

我有一个单独的列，v，其中包含所有十进制数字：

v <- c(0.091,0.0981,0.101,0.102,0.092,0.1,0.091,0.099)

如果我在 c 中的值 >0，我想查看列 v从该观察向前（即从该行向下），看看是否在该范围内的任何地方，有一个值低于c 的该行/观察值中的特定值。理想情况下，我想返回第一个出现的较小数字实例的值和/或行号/索引。

输出如下所示： (不，不，不，不，5，不，不，不，8，不)

即输出返回 v 中下一个实例的行号，该行号低于 C 中的相应数字。它忽略 v 中的第一个值 .091，即使它低于 C 中的第一个数字 (.0927)，因为它发生在 C 中的出现之前（数据按时间顺序排列）。我只想查看后续行。

我真的非常感谢任何帮助。 :-) W

Answer 1

假设可以有多个符合条件的值（即v 中的多个元素低于c 中的正值

positiveMatches <- which(c > 0) #Find the positive values in c

resultList <- list() #Set up a vector to store our data frames

#Loop through each positive match
for(i in positiveMatches){

    elementName <- paste0(i, "_", c[i]) #Name the list element after the index and value in c

    restrictedV <- c(rep(FALSE, i-1), rep(TRUE, length(v)-(i-1)))
    lowerMatches <- (v[i:length(v)] < c[i]) & restrictedV #Find the index of those elements in v which are less than our positive match in c
    resultList[[elementName]] <- data.frame(index = which(lowerMatches),
                                            value = v[lowerMatches]
                                            )
}

这应该给你一个数据框列表，其中每个元素都以 c 中的索引和值命名，并且数据框包含 v 中每个合适元素的 1 行，提供 v 中每个元素的索引和值较低比c中的那个。

这里唯一的技巧是计算出我们的值是真的索引。我使用which 命令来获取c 中的索引。一旦我有了这些值，我就可以遍历它们，并计算出适用于 v 中每个 c 的索引，我使用lowerMatches <- v < c[i] 完成了这项工作。获得所有信息后，我只需将它们绑定到一个数据帧中。

你没有给出你希望输出是什么样的例子，所以我想出了一些我认为很好的东西。不过，您可能需要修改此代码以将 c 的索引和值存储为列表元素名称以外的其他内容。

您可以使用 names(resultList) 取回这些值，但此时您可能应该尝试修改代码以将这些值存储在更有用的地方。

编辑：我意识到我错过了“从这一点向下”部分，所以我在restrictedV 中添加了一个额外的检查，它只生成所有允许值的索引。如果您不希望它包含与 c 中相同的行（即忽略索引 5），只需将 restrictedV 检查中的 i-1 更改为 i。

Answer 2

我不完全确定逻辑，但这重现了您的预期结果并且很短（仅限基础 R）。

sapply(seq_along(c), function(i) {
    idx <- which(v < c[i]);
    if (length(idx) > 0) return(min(idx[idx > i])) else return(NA);
})
#[1] NA NA NA  5 NA NA  8 NA

---

样本数据

c <- c(0,0,0,0.0927,0,0,0.100821,0)
v <- c(0.091,0.0981,0.101,0.102,0.092,0.1,0.091,0.099)

Answer 3

我认为这符合您的要求吗？该方法定义了一个自定义函数应用于每一行数据，然后使用purrr::pmap将该函数应用于每一行并制作一个向量。然后，您可以将向量作为新列绑定到您的数据。这避免了for 循环，尽管这是否值得值得怀疑。如果c 不是正数，则结果是一个带有NA 的新列，如果小于v，则为后面的最小值的行索引，如果不是，则为0。

您给定的示例没有两种可能出现的情况。每次c 在这里是正数时，v 都会大于后面的某个值，所以这里永远不会返回0。此外，v 中可能存在相同的值，这使得“最小值索引”的定义不明确。也可能是一种更简单的方法。

编辑：我看到示例数据发生了变化，您实际上是在寻找第一个较低的值，而不是最小值。如果您不先调整此答案，将尝试返回并修复它！

library(tidyverse, quietly = TRUE)
v <- c(0.09199,0.0981,0.101,0.10002,0.0927273,0.1,0.091,0.099,0.105,0.1,0.1,0.1,0.1,0.100821,0.09)
c <- c(0,0,0,0,0.0927273,0,0,0,0,0,0,0,0,0.100821,0)

tbl <- tibble(c, v) %>% rowid_to_column()

is_v_lower <- function(rowid, c, v){
  if (c <= 0){
    return(NA)
  } else if (v > min(tbl$v[(rowid + 1):nrow(tbl)])) {
    min_index = which.min(tbl$v[(rowid + 1):nrow(tbl)])
    later_rowid = tbl$rowid[(rowid + 1):nrow(tbl)]
    return(later_rowid[min_index])
  } else {
    return(0)
  }
}

output <- pmap_chr(tbl, is_v_lower)

new_tbl <- bind_cols(tbl, lower_v_index = output) %>% print()
#> # A tibble: 15 x 4
#>    rowid      c      v lower_v_index
#>    <int>  <dbl>  <dbl> <chr>        
#>  1     1 0      0.0920 <NA>         
#>  2     2 0      0.0981 <NA>         
#>  3     3 0      0.101  <NA>         
#>  4     4 0      0.100  <NA>         
#>  5     5 0.0927 0.0927 15           
#>  6     6 0      0.100  <NA>         
#>  7     7 0      0.0910 <NA>         
#>  8     8 0      0.0990 <NA>         
#>  9     9 0      0.105  <NA>         
#> 10    10 0      0.100  <NA>         
#> 11    11 0      0.100  <NA>         
#> 12    12 0      0.100  <NA>         
#> 13    13 0      0.100  <NA>         
#> 14    14 0.101  0.101  15           
#> 15    15 0      0.0900 <NA>

Answer 4

使用“tidyverse”定义小标题 (data.frames) 和 %>% 运算符（管道；请参阅 magrittr 包中的 ?"%>%"）。

library(tidyverse)

对于任何组和向量 x 和 y，我认为您的标准是（根据需要调整...）

f = function(x, y) { y[1] = x[1]; which.max(y < y[1]) }

从您的原始数据创建一个 tibble，其行索引列为 i。根据出现的非零值 c 对行进行分组

tbl = tibble(i = seq_along(c), c, v) %>% group_by(grp = cumsum(c != 0))

总结tbl，提取每组的相关信息

ans = summarize(tbl, i = i[1], idx = i[1] + f(c, v) - 1L)

将原始表加入答案并清理

> left_join(tbl, ans) %>% ungroup() %>% select(-i, -grp)
Joining, by = c("i", "grp")
# A tibble: 8 x 3
       c      v   idx
   <dbl>  <dbl> <int>
1 0      0.0910     1
2 0      0.0981    NA
3 0      0.101     NA
4 0.0927 0.102      5
5 0      0.0920    NA
6 0      0.100     NA
7 0.101  0.0910     8
8 0      0.0990    NA

也许将更多的逻辑放在f() 中，例如，

f = function(i, x, y) {
    if (i[1] == 1L)
        return(NA)
    y[1] = x[1]
    i[1] + which.max(y < y[1]) - 1L
}
ans = summarize(tbl, i = i[1], idx = f(i, c, v))
left_join(tbl, ans) %>% ungroup() %>% select(-i, -grp)

这将有助于，例如，当 v 中没有任何值小于 c 时试图决定结果。