为每个组运行一个函数

Question

我有以下 gompertz 参数

  A <- 100 # A is always 100
  mu <- 35
  lambda <- 265 # day of the year. Also the start day

我可以使用上面的参数来运行 gompertz，使用下面的公式

   grofit::gompertz(time,A,mu,lambda)

时间基本上是lambda:end.day 的向量。

现在的问题是我知道 lambda（开始日）但不知道结束日。我想在它达到 100 时找到结束日期。

例如，在上面的示例中，如果我将 lambda:end.day 提供为 265:270，我不会达到 100。

   time <- 265:270  
   x <- round(grofit::gompertz(time,A,mu,lambda),2)
   x
   6.60 35.00 66.67 85.51 94.13 97.69

通过多次试验，我知道如果我给一个265:277的向量，我会达到100。

   time <- 265:277
   x <- round(grofit::gompertz(time,A,mu,lambda),2)
   x

  [1]  6.60  35.00  66.67  85.51  94.13  97.69
  [7]  99.10  99.65  99.87  99.95  99.98  99.99
 [13] 100.00

我有具有 lambda（与开始日相同）和 mu 的数据框。

   df <- data.frame(id = c(1,1,2,2), year = c(1981,1982,1981,1982), mu= c(35,32,33,28), lambda = c(275,278,284,296))

对于每个 id 和年份，我想要两列：一列称为 day first value，其等于 lamba，第二列告诉我 x 每天的值，直到它达到 100（结束日）。

如何为每个 id 和 year 实现上述等式，以便我有一个类似这样的数据框：

    id  year    day x
    1     1981  275 6.6
    1     1981  276 35
    1     1981  277 66.67
    1     1981  278 85.51
    1     1981  279 94.13
    1     1981  280 97.69
    1     1981  281 99.1
    1     1981  282 99.65
    1     1981  283 99.87
    1     1981  284 99.95
    1     1981  285 99.98
    1     1981  286 99.99
    1     1981  287 100
    .     .     .     .
    .     .     .     .
    2     1982  296 8
    2     1982  297 33
    2     1982  298 45
    2     1982  299 63
    2     1982  300 61
    2     1982  301 73
    2     1982  302 81
    2     1982  303 91
    2     1982  304 94
    2     1982  305 98
    2     1982  306 99
    2     1982  307 100

Answer 1

使用dplyr 和tidyr：

library(dplyr)
library(tidyr)

A <- 100 # A is always 100

df <-
  data.frame(
    id = c(1, 1, 2, 2),
    year = c(1981, 1982, 1981, 1982),
    mu = c(35, 32, 33, 28),
    lambda = c(275, 278, 284, 296)
  )


df2 <- df %>% 
  crossing(day = 1:365) %>% 
  group_by(id, year) %>% 
  filter(day >= lambda) %>% 
  mutate(x = round(grofit::gompertz(day, A, mu, lambda), 2)) %>%
  group_by(id, year, x) %>% 
  filter(x != 100 | row_number() == 1)

df2 %>% 
  as.data.frame()

---

结果：

   id year mu lambda day      x
1   1 1981 35    275 275   6.60
2   1 1981 35    275 276  35.00
3   1 1981 35    275 277  66.67
4   1 1981 35    275 278  85.51
5   1 1981 35    275 279  94.13
6   1 1981 35    275 280  97.69
7   1 1981 35    275 281  99.10
8   1 1981 35    275 282  99.65
9   1 1981 35    275 283  99.87
10  1 1981 35    275 284  99.95
11  1 1981 35    275 285  99.98
12  1 1981 35    275 286  99.99
13  1 1981 35    275 287 100.00
14  1 1982 32    278 278   6.60
15  1 1982 32    278 279  32.01
16  1 1982 32    278 280  62.05
17  1 1982 32    278 281  81.87
18  1 1982 32    278 282  91.96
19  1 1982 32    278 283  96.55
20  1 1982 32    278 284  98.54
21  1 1982 32    278 285  99.39
22  1 1982 32    278 286  99.74
23  1 1982 32    278 287  99.89
24  1 1982 32    278 288  99.95
25  1 1982 32    278 289  99.98
26  1 1982 32    278 290  99.99
27  1 1982 32    278 291 100.00
28  2 1981 33    284 284   6.60
29  2 1981 33    284 285  33.01
30  2 1981 33    284 286  63.64
31  2 1981 33    284 287  83.17
32  2 1981 33    284 288  92.76
33  2 1981 33    284 289  96.98
34  2 1981 33    284 290  98.76
35  2 1981 33    284 291  99.49
36  2 1981 33    284 292  99.79
37  2 1981 33    284 293  99.92
38  2 1981 33    284 294  99.97
39  2 1981 33    284 295  99.99
40  2 1981 33    284 296  99.99
41  2 1981 33    284 297 100.00
42  2 1982 28    296 296   6.60
43  2 1982 28    296 297  28.09
44  2 1982 28    296 298  55.26
45  2 1982 28    296 299  75.80
46  2 1982 28    296 300  87.86
47  2 1982 28    296 301  94.13
48  2 1982 28    296 302  97.21
49  2 1982 28    296 303  98.69
50  2 1982 28    296 304  99.39
51  2 1982 28    296 305  99.71
52  2 1982 28    296 306  99.87
53  2 1982 28    296 307  99.94
54  2 1982 28    296 308  99.97
55  2 1982 28    296 309  99.99
56  2 1982 28    296 310  99.99
57  2 1982 28    296 311 100.00