r - 如何计算依赖于使用每行变量值的函数的列？

Question

这是一个基于 mtcars 我想做的事情的模型:

• 计算一列，计算拥有较少汽车的数量
  当前行在同一齿轮类型内的位移 (disp)
  类别(是)
• 预期列是我想得到的值
• try1 是使用 findInterval 函数的一次尝试，问题是我无法让它在依赖于类别的子集中计数(am)

我已经尝试过使用 *apply 的解决方案，但我永远无法使调用的函数仅在一个子集上工作，该子集取决于所处理行的变量值(希望这个说得通)。

x = mtcars[1:6,c("disp","am")]
# expected values are the number of cars that have less disp while having the same am
x$expected = c(1,1,0,1,2,0) 
#this ordered table is for findInterval
a = x[order(x$disp),] 
a
# I use the findInterval function to get the number of values and I try subsetting the call
# -0.1 is to deal with the closed intervalq 
x$try1 = findInterval(x$disp-0.1, a$disp[a$am==x$am])
x
# try1 values are not computed depending on the subsetting of a

任何解决方案都可以； findInterval 函数的使用不是强制性的。

我宁愿有一个更通用的解决方案，通过调用一个函数来计算列值，该函数从当前行获取值以计算预期值。

Answer 1

正如@dimitris_ps 所指出的，之前的解决方案忽略了重复计数。以下提供补救措施。

library(dplyr)
x %>% 
  group_by(am) %>%
  mutate(expected=findInterval(disp, sort(disp) + 0.0001))

或

library(data.table)
setDT(x)[, expected:=findInterval(disp, sort(disp) + 0.0001), by=am]