r - 递归函数在 R 中的 dplyr 上下文中的应用

Question

我确实将 dplyr 用于几乎(如果不是全部)我的数据处理，但我总是在 R 中遇到一件事:递归计算。
上下文:我有一个已排序的数据框，其中存储了 ID 的项目(因此是“组”概念)与一些 VALUES .其中一些缺失，但可以使用系数 COEFF 迭代计算。 .我正在寻找一种简单而优雅的方式来做到这一点(没有循环)。有什么线索吗？
注意:我们假设每个 ID 总是有第一个非 NA 值。 .
下面是具有预期解决方案的可重现示例:

df <- data.frame(ID = rep(letters[1:2], each = 5),
                 VALUE = c(1, 3, NA, NA, NA, 2, 2, 3, NA, NA),
                 COEFF = c(1, 2, 1, .5, 100, 1, 1, 1, 1, 1)
)

df_full <- df
# SOLUTION 1: Loop
for(i in 1:nrow(df_full))
{
  if(is.na(df_full$VALUE[i])){
    df_full$VALUE[i] <- df_full$VALUE[i-1]*df_full$COEFF[i]
  }
}
df_full
#   ID VALUE COEFF
#1   a   1.0   1.0
#2   a   3.0   2.0
#3   a   3.0   1.0
#4   a   1.5   0.5
#5   a 150.0 100.0
#6   b   2.0   1.0
#7   b   2.0   1.0
#8   b   3.0   1.0
#9   b   3.0   1.0
#10  b   3.0   1.0

# PSEUDO-SOLUTION 2: using Reduce()
# I struggle to apply this approach for each "ID", like we could do in dplyr using dplyr::group_by()
# Exemple for the first ID:
Reduce(function(v, x) x*v, x = df$COEFF[3:5], init = df$VALUE[2], accumulate = TRUE)

# PSEUDO-SOLUTION 3: dplyr::lag()
# We could think that we just have to use the lag() function to get the previous value, like such:
df %>% 
  mutate(VALUE = ifelse(is.na(VALUE), lag(VALUE) * COEFF, VALUE))
# but lag() is not "refreshed" after each calculation, it basically takes a copy of the VALUE column at the begining and adjust indexes.

Answer 1

一种完全递归的方式:

calc <- function(val,coef){
  for(i in 2:length(val))
  {
    if(is.na(val[i])){
      val[i] <- val[i-1]*coef[i]
    }
  }
  return(val)
}

library(dplyr)
df %>% 
  group_by(ID) %>%
  mutate(newval = calc(VALUE, COEFF))

  ID    VALUE COEFF newval
   <chr> <dbl> <dbl>  <dbl>
 1 a         1   1      1  
 2 a         3   2      3  
 3 a        NA   1      3  
 4 a        NA   0.5    1.5
 5 a        NA 100    150  
 6 b         2   1      2  
 7 b         2   1      2  
 8 b         3   1      3  
 9 b        NA   1      3  
10 b        NA   1      3  

group_by提供给 mutate每个 ID 的原始数据字段的子集。
然后，您可以在标准递归循环中处理这些向量，并将长度相等的结果向量返回给 mutate。将结果放在一起的语句。
如果您需要速度，可以使用 Rcpp 轻松加速 for 循环。 :

library(Rcpp)
Rcpp::cppFunction('
NumericVector calc(NumericVector val, NumericVector coef) {
  int n = val.size();
  int i;
  for (i = 1;i<n;i++){
      if(R_IsNA(val[i])){
        val[i] = val[i-1]*coef[i];
      }
    }
return val;
}')