r - 比较第 1 列(第 1 列)中的连续值并使用第 1 列后比较结果创建新列(第 2 列)

Question

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。

我的实际数据有数百列和数百万行，但为了简单起见，我只粘贴感兴趣的一列。 “潜力”列可以有 1、2 或 3，如下所示:

S.No     Potential
 1           -
 2           1
 3           2
 4           3
 5           1
 6           2
 7           3
 8           1
 9           2
10           3
11           3
12           1
13           1
14           2
15           1
16           3
17           2
18           1
19           2
20           2
21           2
22           3
23           1
24           3
25           2
26           3
27           3

我想比较最后一列(此处为“Potential”列)的值，以便将每个 [i] 行与其直接前一行 [i-1] 进行比较，并基于此比较，我想要一个具有一些预定义值的新列(例如挑战列)。这是我想要实现的伪代码:

if(Potential[i-1] == 1 && Potential[i] == 1 then Challenge[i] <- 1
if(Potential[i-1] == 1 && Potential[i] == 2 then Challenge[i] <- 2
if(Potential[i-1] == 1 && Potential[i] == 3 then Challenge[i] <- 3

if(Potential[i-1] == 2 && Potential[i] == 1 then Challenge[i] <- 4
if(Potential[i-1] == 2 && Potential[i] == 2 then Challenge[i] <- 5
if(Potential[i-1] == 2 && Potential[i] == 3 then Challenge[i] <- 6

if(Potential[i-1] == 3 && Potential[i] == 1 then Challenge[i] <- 7
if(Potential[i-1] == 3 && Potential[i] == 2 then Challenge[i] <- 8
if(Potential[i-1] == 3 && Potential[i] == 3 then Challenge[i] <- 9

正确的最终输出将是这样的:

 S.No     Potential       Challenge
 1           2                -
 2           1                4
 3           2                2
 4           3                6  
 5           1                7
 6           2                2
 7           3                6
 8           1                so on
 9           2                
10           3                
11           3
12           1
13           1
14           2
15           1
16           3
17           2
18           1
19           2
20           2
21           2
22           3
23           1
24           3
25           2
26           3
27           3

另外，由于我的数据很大，我可以避免循环吗？感谢您对此的预期指导。非常感谢!

P.S:我确实尝试了很多自己的语法，但我没有将其粘贴到这里，因为它可能会造成不必要的干扰。

Answer 1

您可以尝试使用data.table包结合shift和Reduce功能。由于您的逻辑有点接近三进制数字系统，因此新列可以计算为Potential[i] + 3 * (Potential[i-1] - 1) ，这里的y对应于Potential列的滞后值，它实际上是Potential[i-1]。

library(data.table)

DASlaneoverall$Potential <- as.numeric(DASlaneoverall$Potential)
setDT(DASlaneoverall)[, Challenge := Reduce(function(x, y) x + 3 * (y - 1), 
                                shift(Potential, n = 0:1, type = "lag"))]

DASlaneoverall
    S.No Potential Challenge
 1:    1         2        NA
 2:    2         1         4
 3:    3         2         2
 4:    4         3         6
 5:    5         1         7
 6:    6         2         2
 7:    7         3         6
 8:    8         1         7
 9:    9         2         2
10:   10         3         6
11:   11         3         9
12:   12         1         7
13:   13         1         1
14:   14         2         2
15:   15         1         4
16:   16         3         3
17:   17         2         8
18:   18         1         4
19:   19         2         2
20:   20         2         5
21:   21         2         5
22:   22         3         6
23:   23         1         7
24:   24         3         3
25:   25         2         8
26:   26         3         6
27:   27         3         9
    S.No Potential Challenge