我需要调整一个代码,它与我的数据框完美配合(但是有另一个设置),以便从列Day中选择一个2天的时间窗口.特别是我对前一天的0天感兴趣(即i – 1和i,其中i是感兴趣的日子)并且列中包含的其(i – 1)值必须被添加到第0天(i col col.
这是我的数据帧的一个例子：
df <- read.table(text = "
Station Day Count
1 33012 12448 4
2 35004 12448 4
3 35008 12448 4
4 37006 12448 4
5 21009 4835 3
6 24005 4835 3
7 27001 4835 3
8 25005 12447 3
9 29001 12447 3
10 29002 12447 3
11 29002 12446 3
12 30001 12446 3
13 31002 12446 3
14 47007 4834 2
15 49002 4834 2
16 47004 12445 1
17 51001 12449 1
18 51003 4832 1
19 52004 4836 1", header = TRUE)
我的输出应该是：
Station Day Count
1 33012 12448 7
2 35004 12448 7
3 35008 12448 7
4 37006 12448 7
5 21009 4835 5
6 24005 4835 5
7 27001 4835 5
8 29002 12446 4
9 30001 12446 4
10 31002 12446 4
11 51001 12449 1
12 51003 4832 1
13 52004 4836 1
14 25005 12447 0
15 29001 12447 0
16 29002 12447 0
17 47007 4834 0
18 49002 4834 0
19 47004 12445 0
我正在尝试此代码,但它不适用于我的真实数据帧：
for (i in unique(df$Day)) {
temp <- df$Count[df$Day == i]
if(length(temp > 0)) {
condition1 <- df$Day == i - 1
if (any(condition1)) {
df$Count[df$Day == i] <- mean(df$Count[condition1]) + df$Count[df$Day == i]
df$Count[condition1] <- 0
}
}
}
代码似乎是正确的,它有意义,但我的输出不是.
谁能帮助我？
@aichao代码效果很好.
如果我想考虑前30天(即第30天,第29天,第28天,……,第1天,第0天)有任何快速的方法来做,而不是创建30 if语句(条件)？
再次感谢@aichao的帮助.
最佳答案 以下是您对所提供的示例数据执行的操作
for (i in unique(df$Day)) {
temp <- df$Count[df$Day == i]
if (any(temp > 0)) {
condition1 <- df$Day == i - 1
condition1[which(df$Day == i - 1) < max(which(df$Day == i))] <- FALSE
if (any(condition1)) {
df$Count[df$Day == i] <- mean(df$Count[condition1]) + df$Count[df$Day == i]
df$Count[condition1] <- 0
}
}
}
print(df[order(df$Count, decreasing = TRUE),])
## Station Day Count
##1 33012 12448 7
##2 35004 12448 7
##3 35008 12448 7
##4 37006 12448 7
##5 21009 4835 5
##6 24005 4835 5
##7 27001 4835 5
##11 29002 12446 4
##12 30001 12446 4
##13 31002 12446 4
##17 51001 12449 1
##18 51003 4832 1
##19 52004 4836 1
##8 25005 12447 0
##9 29001 12447 0
##10 29002 12447 0
##14 47007 4834 0
##15 49002 4834 0
##16 47004 12445 0
从您的实施中遗漏的评论中发现的关键要求是,在确定前一天及其计数时,仅考虑数据框下方(行中)的几天.也就是说,您正在处理数据框行,就像它们是按时排序一样,而不是将Day列中的值视为时间顺序.因此,对于df $Day = 12449,没有前一天需要考虑,因为df $Day = 12448的所有行都在它之前.因此,df $Day = 12449的计数保持为1,更重要的是,在处理df $Day = 12449之后,具有df $Day = 12448的所有行的计数不会被清零.
为了实现这一点,我们需要进一步过滤condition1,以便我们将所有行设置为FALSE,其中df $Day == i – 1(前一天)在df $Day == i(感兴趣的日期)之前的最高行之前使用这条线
condition1[which(df$Day == i - 1) < max(which(df$Day == i))] <- FALSE
请注意,此解决方案假定数据框中Day列的相同值作为样本数据中的行块集中在一起.否则,您的for循环over unique(df $Day)需要完全重新考虑并替换为行上的循环,以便跟踪数据框中感兴趣的当天行.
此外,您的代码中存在一个小错误
if(length(temp > 0)) {
目的是检查在感兴趣的日子里Count是否大于0的行.然而,R中的条件运算符被矢量化,使得temp> 1. 0返回一个与其输入temp相同长度的布尔矢量.因此,长度(temp> 0)将始终返回正数,除非temp本身具有长度0(即,空).要获得您的意图,该行将更改为
if(any(temp > 0)) {
更新：有关前几天的新要求
解决新要求的最简单方法是将if(any(temp> 0)){…}块中的代码体放入函数中,将其称为accumulate.mean.count,并将此函数应用于使用sapply的前几天的集合.修改是：
accumulate.mean.count <- function(this.day, lag) {
condition1 <- df$Day == this.day - lag
condition1[which(df$Day == this.day - lag) < max(which(df$Day == this.day))] <- FALSE
if (any(condition1)) {
df$Count[df$Day == this.day] <<- mean(df$Count[condition1]) + df$Count[df$Day == this.day]
df$Count[condition1] <<- 0
}
}
lags <- seq_len(30)
for (i in unique(df$Day)) {
temp <- df$Count[df$Day == i]
if (any(temp > 0)) {
sapply(lags, accumulate.mean.count, this.day=i)
}
}
print(df[order(df$Count, decreasing = TRUE),])
笔记：
> lag是当前日期之前(即,滞后)的天数.滞后= 1表示前一天,滞后= 2表示前两天,等等滞后是这些的集合.这里,滞后< -seq_len(30)是一个从1到30的序列,在其上应用了accumulate.mean.count,这就是你想要的.有关* apply系列R函数的完美概述,请参见this.请注意,滞后不一定是序列,而只是前一天,前5天和前10天的整数集合,如c(1,5,10).如果你想在未来几天滚动,它甚至不必是积极的,但不应该是零.
>由于lexical scoping rule of R,在函数accumulate.mean.count中设置df $Count,这是一个超出accumulate.mean.count范围的变量,需要<< – 而不是< – .有关说明,请参阅this,并注意使用<< – 在那里提到的危险.
我没有足够的数据来测试滞后< – seq_len(30),但是对于seq_len(1),我恢复了原始结果,而对于seq_len(2),我得到了
## Station Day Count
##1 33012 12448 10
##2 35004 12448 10
##3 35008 12448 10
##4 37006 12448 10
##5 21009 4835 5
##6 24005 4835 5
##7 27001 4835 5
##16 47004 12445 1
##17 51001 12449 1
##18 51003 4832 1
##19 52004 4836 1
##8 25005 12447 0
##9 29001 12447 0
##10 29002 12447 0
##11 29002 12446 0
##12 30001 12446 0
##13 31002 12446 0
##14 47007 4834 0
##15 49002 4834 0
我认为这就是你想要的.
