- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我一直在搜索周围的 SO 和其他数据科学和编程博客,但我没有找到满足我特定需求的答案。所以,如果您发现这个问题重复,请告诉我信息来源并关闭/删除这个问题。
我的真实数据将有几千行,所以我在这里只显示一小部分虚构的数据,它们与我的原始数据非常相似:
Data <- data.frame(
ID = c(1,1,1,1,2,2,2,2,3,3),
Year = c(2014,2015,2016,2017,2007,2008,2009,2010,2016,2017),
CmSm = c(1,2,1,0,1,0,0,1,1,0),
Index = c(1,2,3,4,1,2,3,4,1,2)
)
我最终想要得到的数据集是:
Dataout <- data.frame(
ID = c(1,1,1,1,2,2,2,2,3,3),
Year = c(2014,2015,2016,2017,2007,2008, 2009,2010,2016,2017),
CmSm = c(1,2,1,0,1,0,0,1,1,0),
Index = c(1,2,3,4,1,2,3,4,1,2),
Cassification = c("New", "Existing", "Existing", "Lost", "New", "Lost","","Returning", "New","Lost")
)
到目前为止我最好的尝试如下:
Dataout$Status <- ave( Dataout$CmSm,
Dataout$ID,
FUN = function(x) ifelse( Dataout$Index == 1, "New", ifelse( x[-1] == 0 & x > 0, "Returning", ifelse( x[-1] == 0 & x == 0, "", ifelse( x[-1] > 0 & x == 0, "Lost", "Existing" ) ) ) ) )
但是这种尝试有两个问题:
分类错误;
当我在我的原始数据中使用此代码时,有成千上万行,R 进行了 15 分钟的计算并且不检索任何结果(我想 ifelse 没有帮助......),不是更何况分配给进程的内存高得离谱。
手头问题的解释,分类规则:
给定项目 ID、年份和项目 ID 索引的列表,我想将这些项目分类为以下类别:"new"、“现有”、“返回”、“丢失”和“”或 null 或 NA。分类规则如下(CmSm-1表示相对于现在CmSm值的近期前期值):
如果索引 == 1 则“新建”。
如果 Index > 1 那么:
如果 CmSm-1 == 0 且 CmSm > 0,则“返回”。
如果 CmSm-1 == 0 且 CmSm == 0 则 ""-> 这类似于对象没有注册事件的情况。
如果 CmSm-1 > 0 且 CmSm > 0,则“存在”。
如果 CmSm-1 > 0 且 CmSm == 0 则“丢失”。
如果您觉得我的规则解释令人困惑,请告诉我,这样我就有机会为您澄清。
提前感谢您提供的任何帮助。干杯!
最佳答案
为什么不只使用单个矢量化条件步骤?
library(dplyr)
Data$Classification <- NA
Data$Classification[Data$Index == 1] <- "New"
Data$Classification[Data$Index > 1 & lag(Data$CmSm) == 0 & Data$CmSm > 0] <- "Returning"
Data$Classification[Data$Index > 1 & lag(Data$CmSm) == 0 & Data$CmSm == 0] <- ""
Data$Classification[Data$Index > 1 & lag(Data$CmSm) > 0 & Data$CmSm > 0] <- "Existing"
Data$Classification[Data$Index > 1 & lag(Data$CmSm) > 0 & Data$CmSm == 0] <- "Lost"
> Data
ID Year CmSm Index Classification
1 1 2014 1 1 New
2 1 2015 2 2 Existing
3 1 2016 1 3 Existing
4 1 2017 0 4 Lost
5 2 2007 1 1 New
6 2 2008 0 2 Lost
7 2 2009 0 3
8 2 2010 1 4 Returning
9 3 2016 1 1 New
10 3 2017 0 2 Lost
这有快如 hell 的好处。
这个与 case_when
的微基准测试:
Unit: milliseconds
expr min lq mean median uq max neval cld
LAP 1.173902 1.208178 1.580413 1.253404 1.313137 17.07946 100 a
h3rm4n 5.538701 5.732692 7.310704 5.913030 6.138168 50.67234 100 b
关于R - 基于前一行和其他列的新因子变量。优化 Ielse,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51170025/
我正在 csv 上使用 hadoop 来分析一些数据。我使用sql/mysql(不确定)来分析数据,现在陷入了僵局。 我花了好几个小时在谷歌上搜索,却没有找到任何相关的东西。我需要一个查询,在该查询中
我正在为 Bootstrap 网格布局的“简单”任务而苦苦挣扎。我希望在大视口(viewport)上有 4 列,然后在中型设备上有 2 列,最后在较小的设备上只有 1 列。 当我测试我的代码片段时,似
对于这个令人困惑的标题,我深表歉意,我想不出这个问题的正确措辞。相反,我只会给你背景信息和目标: 这是在一个表中,一个人可能有也可能没有多行数据,这些行可能包含相同的 activity_id 值,也可
具有 3 列的数据库表 - A int , B int , C int 我的问题是: 如何使用 Sequelize 结果找到 A > B + C const countTasks = await Ta
我在通过以下功能编写此查询时遇到问题: 首先按第 2 列 DESC 排序,然后从“不同的第 1 列”中选择 只有 Column1 是 DISTINCT 此查询没有帮助,因为它首先从第 1 列中进行选择
使用 Bootstrap 非常有趣和有帮助,目前我在创建以下需求时遇到问题。 “使用 bootstrap 在桌面上有 4 列,在平板电脑上有 2 列,在移动设备上有 1 列”谁能告诉我正确的结构 最佳
我是 R 新手,正在问一个非常基本的问题。当然,我在尝试从所提供的示例中获取指导的同时做了功课here和 here ,但无法在我的案例中实现这个想法,即可能是由于我的问题中的比较维度更大。 我的实
通常我会使用 R 并执行 merge.by,但这个文件似乎太大了,部门中的任何一台计算机都无法处理它! (任何从事遗传学工作的人的附加信息)本质上,插补似乎删除了 snp ID 的 rs 数字,我只剩
我有一个 df , delta1 delta2 0 -1 2 0 -1 0 0 0 我想知道如何分配 delt
您好,我想知道是否可以执行以下操作。显然,我已经尝试在 phpMyAdmin 中运行它,但出现错误。也许还有另一种方式来编写此查询。 SELECT * FROM eat_eat_restaurants
我有 2 个列表(标题和数据值)。我想要将数据值列 1 匹配并替换为头文件列 1,以获得与 dataValue 列 1 和标题值列 2 匹配的值 头文件 TotalLoad,M0001001 Hois
我有两个不同长度的文件,file2 是一个很大的引用文件,我从中提取文件 1 的数据。 我有一行 awk,我通常会对其进行调整以在我的文件中进行查找和替换,但它总是在同一列中进行查找和替换。 所以对于
假设我有两个表,如下所示。 create table contract( c_ID number(1) primary key, c_name varchar2(50) not
我有一个带有 varchar 列的 H2 表,其检查约束定义如下: CONSTRAINT my_constraint CHECK (varchar_field <> '') 以下插入语句失败,但当我删
这是最少量的代码,可以清楚地说明我的问题: One Two Three 前 2 个 div 应该是 2 个左列。第三个应该占据页面的其余部分。最后,我将添加选项来隐藏和
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
今天我开始使用 JexcelApi 并遇到了这个:当您尝试从特定位置获取元素时,不是像您通常期望的那样使用sheet.getCell(row,col),而是使用sheet.getCell(col,ro
我有一个包含 28 列的数据库。第一列是代码,第二列是名称,其余是值。 public void displayData() { con.Open(); MySqlDataAdapter
我很沮丧:每当我缩小这个网页时,一切都变得一团糟。我如何将网页居中,以便我可以缩小并且元素不会被错误定位。 (它应该是 2 列,但所有内容都合并为 1)我试过 但由于某种原因,这不起作用。 www.o
我是一名优秀的程序员,十分优秀!