基于条件的相邻列的总和

Question

我试图从我的第一个值大于零的列开始，准确地总结四个相邻列中的值。 IE。当 x1 列中的值为 0 且 x2 中的值为 1 时，我想要 x2、x3、x4、x5 的总和。让我们假设以下示例：

df<- data.frame(x1=c(1,0,0), x2=c(0,3,0), x3=c(1,2,2), x4=c(3,4,4), x5=c(3,3,3), x6=c(3,4,5))

x1  x2  x3  x4  x5  x6
1   0   1   3   3   3
0   3   2   4   3   4
0   0   2   4   3   5

在第一行中，总和应该从第一个值开始，因为这是该行中第一个大于零的值。那么它应该取四个连续的列，所以 x1+x2+x3+x4。在第二行，总和应该从第二个值开始，所以总和是 x2+x3+x4+x5。在第三行，总和应该从 x3 开始，导致 x3+x4+x5+x6。

所以我想在最后得到一个包含四个连续总和的列：

x1  x2  x3  x4  x5  x6  Sum
1   0   1   3   3   3    5
0   3   2   4   3   4    12
0   0   2   4   3   5    14

由于我有近 40 列和 300 行，我真的很感激能以优雅的方式来做这件事。

非常感谢！

Answer 1

也许你可以使用下面的代码

df$Sum <- sapply(1:nrow(df), function(k) sum(df[k,head(which(df[k,]>0),1) + 0:3]))

给出：

> df
  x1 x2 x3 x4 x5 x6 Sum
1  1  0  1  3  3  3   5
2  0  3  2  4  3  4  12
3  0  0  2  4  3  5  14

数据

df <- structure(list(x1 = c(1, 0, 0), x2 = c(0, 3, 0), x3 = c(1, 2,2), x4 = c(3, 4, 4), x5 = c(3, 3, 3), x6 = c(3, 4, 5)), 
                class = "data.frame", row.names = c(NA, -3L))

Answer 2

which 系列函数将识别第一个非零值。有多种循环方式：查看*apply 家族。

这是一个经过测试的解决方案。

f <- function(x) {
  i <- which.min(c(x,0)==0)
  sum(x[i+0:3], na.rm=TRUE)
}
#
# Test f.
#
stopifnot(mapply(function(x,y) f(x)==y,
       list(c(), 0, 1, c(1,NA), c(1,1), NA),
       c(0,0,1,1,2,0)))
#
# Do the calculation.
#
df<- data.frame(x1=c(1,0,0), x2=c(0,3,0), x3=c(1,2,2), x4=c(3,4,4), x5=c(3,3,3), x6=c(3,4,5))
df$Sum <- apply(df, 1, f)

(df)

x1 x2 x3 x4 x5 x6 Sum
1  1  0  1  3  3  3   5
2  0  3  2  4  3  4  12
3  0  0  2  4  3  5  14

核心函数f 依赖于两个值得注意的技术：

1. 它在参数末尾使用“sentinel”0 来保证which.min 返回非空值。

2. 它依赖于R 为超出有效范围的索引返回NA 值。这些在随后对sum 的调用中被明确忽略。

如果您想在连续没有至少四个值求和时返回某种错误或警告，则需要修改 f。

最后，stopifnot 单元测试将测试参数列表传递给f（大多数是“边缘情况”）以及这些情况的预期值列表。它将f 应用于每个参数，并将其结果与预期值进行比较。如果有任何差异，R 将停止执行。这有助于确保您获得想要的结果。

Answer 3

这里有一个带有max.col的选项，用于查找每行中第一个非零值的列位置，通过使用@创建row和column索引（'i'，'j'） 987654324@，提取数据集中的值，得到按'i'列分组的sum

j <- max.col(df >0, 'first')
j <- j + rep(0:3, each = length(j))
i <- rep(seq_len(nrow(df)), 4)
df$Sum <- tapply(df[cbind(i, j)], i, FUN = sum)
df
#  x1 x2 x3 x4 x5 x6 Sum
#1  1  0  1  3  3  3   5
#2  0  3  2  4  3  4  12
#3  0  0  2  4  3  5  14

数据

df <- structure(list(x1 = c(1, 0, 0), x2 = c(0, 3, 0), x3 = c(1, 2, 
2), x4 = c(3, 4, 4), x5 = c(3, 3, 3), x6 = c(3, 4, 5)), 
class = "data.frame", row.names = c(NA, 
-3L))