r - 在列中找到最近的前一个负值

Question

我有一个数据框 df :

library(tidyverse)
t <- c(103,104,108,120,127,129,140,142,150,151,160,177,178,183,186,187,191,194,198,199)
w <- c(1,1,1,-1,-1,-1,-1,-1,1,1,-1,-1,1,1,1,-1,1,1,-1,-1)

df <- data_frame(t, w)

> dput(df)
structure(list(t = c(103, 104, 108, 120, 127, 129, 140, 142, 
150, 151, 160, 177, 178, 183, 186, 187, 191, 194, 198, 199), 
w = c(1, 1, 1, -1, -1, -1, -1, -1, 1, 1, -1, -1, 1, 1, 1, 
-1, 1, 1, -1, -1)), .Names = c("t", "w"), row.names = c(NA, 
-20L), class = c("tbl_df", "tbl", "data.frame"))

> df
# A tibble: 20 x 2
       t     w
   <dbl> <dbl>
 1   103  1.00
 2   104  1.00
 3   108  1.00
 4   120 -1.00
 5   127 -1.00
 6   129 -1.00
 7   140 -1.00
 8   142 -1.00
 9   150  1.00
10   151  1.00
11   160 -1.00
12   177 -1.00
13   178  1.00
14   183  1.00
15   186  1.00
16   187 -1.00
17   191  1.00
18   194  1.00
19   198 -1.00
20   199 -1.00

现在，如果 w 中的值 大于零 ，则找到最接近先前负值 w 的 ，并将相应 t 值之间的差值分配给新列 d 。否则，d 为零。 IE。所需的输出应如下所示:

       t     w   d
     103  1.00  NA   (there is no previous w < 0)
     104  1.00  NA   (there is no previous w < 0)
     108  1.00  NA   (there is no previous w < 0)
     120 -1.00   0
     127 -1.00   0
     129 -1.00   0
     140 -1.00   0
     142 -1.00   0
     150  1.00   8   = 150 - 142
     151  1.00   9   = 151 - 142
     160 -1.00   0
     177 -1.00   0
     178  1.00   1   = 178 - 177
     183  1.00   6   = 183 - 177
     186  1.00   9   = 186 - 177
     187 -1.00   0
     191  1.00   4   = 191 - 187
     194  1.00   7   = 194 - 187
     198 -1.00   0
     199 -1.00   0

(上面的 NA 也可能为零。)

从昨天开始，我试图使用 findInterval() 、 which() 等来解决这个问题，但没有成功。我正在考虑的另一种方法是在 lag() 函数中以某种方式引入变量移位......

理想情况下，我想要一个类似 tidyverse 的解决方案。

任何帮助将不胜感激。
先感谢您!

Answer 1

使用 data.table (因为 tidyverse 目前没有非 equi 连接):

library(data.table)
DT = data.table(df)

DT[, v := 0]
DT[w > 0, v := 
  DT[w < 0][.SD, on=.(t < t), mult="last", i.t - x.t]
]

      t  w  v
 1: 103  1 NA
 2: 104  1 NA
 3: 108  1 NA
 4: 120 -1  0
 5: 127 -1  0
 6: 129 -1  0
 7: 140 -1  0
 8: 142 -1  0
 9: 150  1  8
10: 151  1  9
11: 160 -1  0
12: 177 -1  0
13: 178  1  1
14: 183  1  6
15: 186  1  9
16: 187 -1  0
17: 191  1  4
18: 194  1  7
19: 198 -1  0
20: 199 -1  0

它将新列初始化为 0，然后在 w > 0 所在的行子集上替换它。替换使用数据子集 .SD 的连接，其中 w > 0 到表中 w < 0 ， DT[w < 0] 的部分。连接语法是 x[i, on=, j] ，在这种情况下...

x = DT[w < 0]

i = .SD = DT[w > 0]

连接使用 i 的每一行根据 x 中的规则查找 on= 中的行。当找到多个匹配项时，我们只取最后一个( mult = "last" )。
j 就是我们用join来做的，这里计算两列的差值。为了消除每个表中的列的歧义，我们使用前缀 x.* 和 i.* 。

使用 cummax。 我不确定这是否可以概括，但它适用于示例:

DT[, v := t - cummax(t*(w < 0))]
DT[cumsum(w < 0) == 0, v := NA]

我想这要求 t 列按升序排序。