首页 文章

比较第1列（第1列）中的连续值和使用col1后期比较结果创建新列（第2列）

提问于
浏览 次
2

我是R的新手，我正在提出一个非常基本的问题 . 当然，我在尝试从here和here的例子中获取指导时做了我的功课，但是在我的情况下无法实现这个想法，也许是因为我的问题中的比较更大 .

我的实际数据有数百列和数百万行，但为了简单起见，我只粘贴了一列感兴趣的列 . “潜在”列可以包含1,2或3：

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

我想比较最后一列的值（这里列为Potential），以便我将每个[i]行与其前一个[i-1]进行比较，并根据此比较，我希望有一个新列（比如列挑战），带有一些预先定义的值 . 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？我非常感谢您对此的指导 . 非常感谢！

P.S：我当然尝试了很多我自己的语法，但我没有在这里粘贴，因为它可能会造成不必要的分心 .

r

2 回答

  • 4

    您可以尝试将 data.table 包与 shift 和 Reduce 功能结合使用 . 由于您的逻辑有点接近三元数字系统，因此新列可以计算为 Potential[i] + 3 * (Potential[i-1] - 1) ，这里 y 对应于 Potential 列的滞后值，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
    回复于
  • 1

    取决于您在组合编号方面的逻辑有多严格，这可能有效：

    library(data.table)
dt <- data.table(df)
dt[, previous := shift(Potential)]
dt[order(previous, Potential), group :=  .GRP , by = .(previous, Potential)]

    组编号将按相应的顺序分配给 Potential[i-1] 和 Potential[i] 的每个组合：

    dt[order(previous, Potential)]
 #     S.No Potential previous group
 # 1:    2         1        -     1
 # 2:   13         1        1     2
 # 3:    3         2        1     3
 # 4:    6         2        1     3
 # 5:    9         2        1     3
 # 6:   14         2        1     3
 # 7:   19         2        1     3
 # 8:   16         3        1     4
    回复于

相关问题