个人中心
文章发布
退出
作者热门文章
- 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？
26
4
给定:
library(tidyverse)
df <- data.frame(id = c(1, 1, 1, 1, 1,
rep(2, 5), rep(3, 3)),
dates = as.Date(c("2015-01-01",
"2015-01-02",
"2015-01-02",
"2015-01-03",
"2015-01-04",
"2015-02-22",
"2015-02-23",
"2015-02-23",
"2015-02-23",
"2015-02-25",
"2015-03-13",
"2015-03-14",
"2015-03-15")),
indicator = c(0, 1, 0, 0, 0,
0, 1, 0, 0, 0,
0, 1, 0),
final_date = as.Date(rep(NA, 13))) %>%
group_by(id, dates) %>%
mutate(repeat_days = n())
df
# id dates indicator final_date repeat_days
# <dbl> <date> <dbl> <date> <int>
# 1 1 2015-01-01 0 NA 1
# 2 1 2015-01-02 1 NA 2
# 3 1 2015-01-02 0 NA 2
# 4 1 2015-01-03 0 NA 1
# 5 1 2015-01-04 0 NA 1
# 6 2 2015-02-22 0 NA 1
# 7 2 2015-02-23 1 NA 3
# 8 2 2015-02-23 0 NA 3
# 9 2 2015-02-23 0 NA 3
# 10 2 2015-02-25 0 NA 1
# 11 3 2015-03-13 0 NA 1
# 12 3 2015-03-14 1 NA 1
# 13 3 2015-03-15 0 NA 1
基于条件 (indicator == 1)，我想通过变量中的值来lead dates ( repeat_days) 而不是提供缩放器值，因此我想要的输出如下所示:
#df_final
# id dates indicator final_date repeat_days
# <dbl> <date> <dbl> <date> <int>
# 1 1 2015-01-01 0 NA 1
# 2 1 2015-01-02 1 2015-01-03 2
# 3 1 2015-01-02 0 NA 2
# 4 1 2015-01-03 0 NA 1
# 5 1 2015-01-04 0 NA 1
# 6 2 2015-02-22 0 NA 1
# 7 2 2015-02-23 1 2015-02-25 3
# 8 2 2015-02-23 0 NA 3
# 9 2 2015-02-23 0 NA 3
# 10 2 2015-02-25 0 NA 1
# 11 3 2015-03-13 0 NA 1
# 12 3 2015-03-14 1 2015-03-15 1
# 13 3 2015-03-15 0 NA 1
如果我们想通过一个标量来引导，例如1，这个有效:
df %>%
group_by(id) %>%
mutate(final_date = case_when(is.na(final_date) & indicator == 1 ~
lead(dates, n = 1), TRUE ~ final_date))
但是当我提供一个变量时，它不会按预期工作，因为它不是标量:
df %>%
group_by(id) %>%
mutate(final_date = case_when(is.na(final_date) & indicator == 1 ~
lead(dates, repeat_days), TRUE ~ final_date))
# Error: Problem with `mutate()` column `final_date`.
# i `final_date = case_when(...)`.
# x `n` must be a nonnegative integer scalar, not an integer vector of length 5.
# i The error occurred in group 1: id = 1.
这也不起作用，因为它指的是 repeat_days 按组第一次出现，在所有这些情况下都是 1:
df %>%
group_by(id) %>%
mutate(final_date = case_when(is.na(final_date) & indicator == 1 ~
lead(dates, repeat_days[1]), TRUE ~ final_date))
有没有一种方法可以直接引用 repeat_days 的行级值而不创建额外的变量？
谢谢
编辑感谢@Maël 很好的回答:
df %>%
group_by(id) %>%
mutate(final_date = case_when(is.na(final_date) & indicator == 1 ~
lead(dates, repeat_days[indicator == 1]),
TRUE ~ final_date))
我应该明确表示，我也可以让每个组重复 indicator == 1，因此它也需要在这个数据集上工作:
df <- data.frame(id = c(1, 1, 1, 1, 1,
rep(2, 5), rep(3, 3), 4, 4),
dates = as.Date(c("2015-01-01",
"2015-01-02",
"2015-01-02",
"2015-01-03",
"2015-01-04",
"2015-02-22",
"2015-02-23",
"2015-02-23",
"2015-02-23",
"2015-02-25",
"2015-03-13",
"2015-03-14",
"2015-03-15",
"2015-04-15",
"2015-04-16")),
indicator = c(0, 1, 0, 1, 0,
0, 1, 0, 0, 0,
0, 1, 0, 0, 1),
final_date = as.Date(c("2015-01-01", rep(NA, 14)))) %>%
group_by(id, dates) %>%
mutate(repeat_days = n()) %>%
ungroup()
df
# id dates indicator final_date repeat_days
# <dbl> <date> <dbl> <date> <int>
# 1 1 2015-01-01 0 2015-01-01 1
# 2 1 2015-01-02 1 NA 2
# 3 1 2015-01-02 0 NA 2
# 4 1 2015-01-03 1 NA 1
# 5 1 2015-01-04 0 NA 1
# 6 2 2015-02-22 0 NA 1
# 7 2 2015-02-23 1 NA 3
# 8 2 2015-02-23 0 NA 3
# 9 2 2015-02-23 0 NA 3
# 10 2 2015-02-25 0 NA 1
# 11 3 2015-03-13 0 NA 1
# 12 3 2015-03-14 1 NA 1
# 13 3 2015-03-15 0 NA 1
# 14 4 2015-04-15 0 NA 1
# 15 4 2015-04-16 1 NA 1
请注意 id == 4，没有提前日期，所以在这种情况下我希望它默认为当前行。此外，第一行现在已经有一个 final_date 值，因此需要使用 case_when 或类似的东西。
期望的输出:
# id dates indicator final_date repeat_days
# <dbl> <date> <dbl> <date> <int>
# 1 1 2015-01-01 0 2015-01-01 1
# 2 1 2015-01-02 1 2015-01-03 2
# 3 1 2015-01-02 0 NA 2
# 4 1 2015-01-03 1 2015-01-04 1
# 5 1 2015-01-04 0 NA 1
# 6 2 2015-02-22 0 NA 1
# 7 2 2015-02-23 1 2015-02-25 3
# 8 2 2015-02-23 0 NA 3
# 9 2 2015-02-23 0 NA 3
# 10 2 2015-02-25 0 NA 1
# 11 3 2015-03-13 0 NA 1
# 12 3 2015-03-14 1 2015-03-15 1
# 13 3 2015-03-15 0 NA 1
# 14 4 2015-04-15 0 NA 1
# 15 4 2015-04-16 1 2015-04-16 1
相关链接here , here和 here但是我无法在有条件的情况下在这种特殊情况下实现类似的事情。也很高兴看到 data.table(shift？)解决方案。
最佳答案
我想出了一个解决方案，它使用来自 base R 的 sapply()。
library(dplyr)
df %>%
ungroup() %>%
mutate(final_date = as.Date(sapply(1:nrow(df), function(x)
ifelse(is.na(df$final_date[x]),
ifelse(df$indicator[x] == 1,
ifelse(is.na(df$id[x] == df$id[x + df$repeat_days[x]]),
format(as.Date(df$dates[x], origin = "2020-01-01")),
ifelse(df$id[x] == df$id[x + df$repeat_days[x]],
format(as.Date(df$dates[x + df$repeat_days[x]], origin = "2020-01-01")),
NA)),
NA),
as.character(df$final_date[x])))))
# A tibble: 15 × 5
id dates indicator final_date repeat_days
<dbl> <date> <dbl> <date> <int>
1 1 2015-01-01 0 2015-01-01 1
2 1 2015-01-02 1 2015-01-03 2
3 1 2015-01-02 0 NA 2
4 1 2015-01-03 1 2015-01-04 1
5 1 2015-01-04 0 NA 1
6 2 2015-02-22 0 NA 1
7 2 2015-02-23 1 2015-02-25 3
8 2 2015-02-23 0 NA 3
9 2 2015-02-23 0 NA 3
10 2 2015-02-25 0 NA 1
11 3 2015-03-13 0 NA 1
12 3 2015-03-14 1 2015-03-15 1
13 3 2015-03-15 0 NA 1
14 4 2015-04-15 0 NA 1
15 4 2015-04-16 1 2015-04-16 1
关于r - dplyr::lead 或 data.table::shift 引用变量值而不是标量，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/71410661/
26
4
0
我有以下数据框: library(dplyr) df % rename_all(funs(stringr::str_replace_all(., "gh", "v"))) 我想结合使用 renam
我有以下数据框: library(dplyr) df % rename_all(funs(stringr::str_replace_all(., "gh", "v"))) 我想结合使用 renam
我有一个数据( df_1 ): df_1 % select_at(.vars = 'var_1') var_1 1 99.47262 10 25.91552 没关系。但: df_1
我正在尝试安装dplyr软件包，但收到一条错误消息，提示“库(dplyr)中存在错误:没有名为dplyr的软件包”。我正在使用窗口系统和Ri386 3.5.2。我尝试按照其他人的建议使用代码insta
假设我想以并行方式申请 myfunction到 myDataFrame 的每一行.假设 otherDataFrame是一个包含两列的数据框:COLUNM1_odf和 COLUMN2_odf出于某些原因
我目前正在构建一个包，我想知道是否有办法调用 %>%来自 dplyr 的操作符，而无需实际附加 dplyr 包。例如，对于从包中导出的任何函数，您可以使用双冒号 ( :: ) 调用它。所以如果我想使用
library(dplyr) mtcars %>% group_by(vs) %>% do(tt=t.test(mpg~am, data=.)) %>% mutate(t=tt$statist
我正在尝试为一组标准曲线构建一系列线性模型。 目前这段代码正在产生我想要的输出(每个线性模型的截距和斜率): slopes % group_by(plate, col, row, conc_ug_mL
我正在寻找替换我的一些使用 dplyr::do 的 R 代码，因为这个函数很快就会被弃用。我的很多工作都需要创建分层 CDF 图。使用 dply:do 时，我分层的变量作为变量传递给结果数据框，然后我
问题 我正在尝试使用 dplyr::mutate()和 dplyr::case_when()在数据框中创建新的数据列，该列使用存储在另一个对象(“查找列表”)中的数据填充，并基于数据框中列中的信息。
最近我发现了很棒的 dplyr.spark.hive启用 dplyr 的软件包前端操作 spark或 hive后端。 在包的 README 中有关于如何安装此包的信息: options(repos =
我正在尝试在 dplyr 链中使用 data.frame 两次。这是一个给出错误的简单示例 df % group_by(Type) %>% summarize(X=n()) %>% mu
当我浏览答案时 here , 我找到了 this solution与 data.frame 完全符合预期. library(dplyr) # dplyr_0.4.3 library(data.tab
我的数据来自一个数据库，根据我运行 SQL 查询的时间，该数据库可能包含一周到另一周不同的 POS 值。 不知道哪些值将在变量中使得自动创建报告变得非常困难。 我的数据如下所示: sample % p
我想定义与“扫帚”包中类似的功能 library(dplyr) library(broom) mtcars %>% group_by(am) %>% do(model = lm(mpg ~ w
set.seed(123) df % group_by(id) %>% mutate(roll.sum = c(x[1:4], zoo::rollapply(x, 5, sum))) # Groups
先来个样本数据 set.seed(123) dat 1 -4 2 6 3 -2 4
我有一个带列的数据框 x1, x2, group我想生成一个带有额外列的新数据框 rank表示x1的顺序在其组中。 有相关问题here ，但已接受的答案似乎不再有效。 到这里为止，很好: librar
我有一个示例 df，如下所示: d% group_by(CaseNo) %>% arrange(desc(Submissiondate)) %>% dplyr::mutate(rank = row_n
我有一个数据框，其中包含一些数据输入错误。 我希望将每组的这些异常值替换为每组最常见的值。 我的数据如下: df % group_by(CODE) %>% mutate(across(c(DOSAGE
我是一名优秀的程序员,十分优秀！