r - 如何滞后 dplyr 中的同一列？

Question

根据本文底部的可重现代码，我正在尝试改变和滞后 R dplyr 中的同一列。该代码没有提供我正在寻找的东西。我做错了什么？

运行代码给我这些不正确的结果，其中 nameCntMult 列是我试图延迟的结果:

> dataFill
# A tibble: 6 x 4
  Name   Code nameCnt nameCntMult
  <chr> <dbl>   <int>       <dbl>
1 R         0       1           1
2 R         0       2           2
3 T         0       1           1
4 R         0       3           3
5 N         1       1          NA
6 N         1       2           2

当我寻找这些以 XLS 呈现的结果时:

可重现的代码:

library(dplyr)

data <- 
  data.frame(
    Name = c("R","R","T","R","N","N"),
    Code = c(0,0,0,0,1,1)
  )

dataFill <-data %>%
  group_by(Name, Code) %>%
    mutate(nameCnt = row_number())%>%
    mutate(nameCntMult = nameCnt * 2) %>%
    mutate(nameCntMult = ifelse(Code == 0, nameCnt, lag(nameCntMult))) %>%
  ungroup()

dataFill

Answer 1

改变 mutate 和 ungroup 的顺序会得到你正在寻找的答案:

library(dplyr)

data <- 
  data.frame(
    Name = c("R","R","T","R","N","N"),
    Code = c(0,0,0,0,1,1)
  )

dataFill <-data %>%
  group_by(Name, Code) %>%
  mutate(nameCnt = row_number())%>%
  mutate(nameCntMult = nameCnt * 2) %>%
  ungroup() %>%
  mutate(nameCntMult = ifelse(Code == 0, nameCntMult, lag(nameCntMult))) %>%
  mutate(nameCntMult = ifelse(Code == 0, nameCntMult, lag(nameCntMult)))

dataFill
#> # A tibble: 6 × 4
#>   Name   Code nameCnt nameCntMult
#>   <chr> <dbl>   <int>       <dbl>
#> 1 R         0       1           2
#> 2 R         0       2           4
#> 3 T         0       1           2
#> 4 R         0       3           6
#> 5 N         1       1           6
#> 6 N         1       2           6

还两次落后前 6 名。在取消分组之前进行变异时，滞后会查找该组中的最后一个值，但无法在您的第 5 行中找到它，因为它是该组中的第一个。

但这可能不是您正在寻找的完整答案。您是否希望 nameCntMult 是 Code == 0 行中最后一个 nameCnt 值的两倍？

编辑 - 仅使用 dplyr

的更完整的解决方案

这里有一种方法可以根据需要跨越尽可能多的行:

data |> 
  group_by(Name, Code) |> 
  mutate(nameCnt = row_number()) |> 
  ungroup() |> 
  mutate(nameCntMult = ifelse(Code == 0, nameCnt * 2, NA)) |> 
  mutate(grp = cumsum(!is.na(nameCntMult))) |> 
  group_by(grp) |> 
  mutate(nameCntMult = max(nameCntMult, na.rm = TRUE)) |> 
  ungroup() |> 
  select(-grp)

#> # A tibble: 6 × 4
#>   Name   Code nameCnt nameCntMult
#>   <chr> <dbl>   <int>       <dbl>
#> 1 R         0       1           2
#> 2 R         0       2           4
#> 3 T         0       1           2
#> 4 R         0       3           6
#> 5 N         1       1           6
#> 6 N         1       2           6

(首先将 NA 分配给 Code == 1 的行，然后使用临时 grp 将这些与先前的非 NA 值分组code> 变量并替换这些行中的 max(nameCntMult))