Question

我想在data.table中创建一个新列，该列根据一列的当前值和另一列的前一列计算得出。是否可以访问以前的行？

E.g：

> DT <- data.table(A=1:5, B=1:5*10, C=1:5*100)
> DT
   A  B   C
1: 1 10 100
2: 2 20 200
3: 3 30 300
4: 4 40 400
5: 5 50 500
> DT[, D := C + BPreviousRow] # What is the correct code here?

正确的答案应该是

> DT
   A  B   C   D
1: 1 10 100  NA
2: 2 20 200 210
3: 3 30 300 320
4: 4 40 400 430
5: 5 50 500 540

Answer 1

在v1.9.6中实施shift()，这非常简单。

DT[ , D := C + shift(B, 1L, type="lag")]
# or equivalently, in this case,
DT[ , D := C + shift(B)]

来自NEWS：

新功能shift()实现了快速lead/lag 向量，列表， data.frames 或 data.tables 。它需要一个type参数，可以是“lag”（默认）或“lead”。它可以非常方便地与:=或set()一起使用。例如：DT[, (cols) := shift(.SD, 1L), by=id]。有关详细信息，请查看?shift。

查看以往答案的历史记录。

Answer 2

使用dplyr即可：

mutate(DT, D = lag(B) + C)

给出了：

#   A  B   C   D
#1: 1 10 100  NA
#2: 2 20 200 210
#3: 3 30 300 320
#4: 4 40 400 430
#5: 5 50 500 540

Answer 3

有几个人回答了具体问题。请参阅下面的代码，了解我在这种情况下使用的通用功能可能会有所帮助。您可以在＆＃34;过去＆＃34;中找到尽可能多的行，而不仅仅是获取前一行。或者＆＃34;未来＆＃34;如你所愿。

rowShift <- function(x, shiftLen = 1L) {
  r <- (1L + shiftLen):(length(x) + shiftLen)
  r[r<1] <- NA
  return(x[r])
}

# Create column D by adding column C and the value from the previous row of column B:
DT[, D := C + rowShift(B,-1)]

# Get the Old Faithul eruption length from two events ago, and three events in the future:
as.data.table(faithful)[1:5,list(eruptLengthCurrent=eruptions,
                                 eruptLengthTwoPrior=rowShift(eruptions,-2), 
                                 eruptLengthThreeFuture=rowShift(eruptions,3))]
##   eruptLengthCurrent eruptLengthTwoPrior eruptLengthThreeFuture
##1:              3.600                  NA                  2.283
##2:              1.800                  NA                  4.533
##3:              3.333               3.600                     NA
##4:              2.283               1.800                     NA
##5:              4.533               3.333                     NA

Answer 4

基于@Steve Lianoglou上面的评论，为什么不只是：

DT[, D:= C + c(NA, B[.I - 1]) ]
#    A  B   C   D
# 1: 1 10 100  NA
# 2: 2 20 200 210
# 3: 3 30 300 320
# 4: 4 40 400 430
# 5: 5 50 500 540

并避免使用seq_len或head或任何其他功能。

Answer 5

遵循Arun的解决方案，可以在不参考.N

的情况下获得类似的结果

> DT[, D := C + c(NA, head(B, -1))][]
   A  B   C   D
1: 1 10 100  NA
2: 2 20 200 210
3: 3 30 300 320
4: 4 40 400 430
5: 5 50 500 540

Answer 6

我添加了一个填充参数并更改了一些名称并将其命名为shift。 https://github.com/geneorama/geneorama/blob/master/R/shift.R

Answer 7

这是我直观的解决方案：

#create data frame
df <- data.frame(A=1:5, B=seq(10,50,10), C=seq(100,500, 100))`
#subtract the shift from num rows
shift  <- 1 #in this case the shift is 1
invshift <- nrow(df) - shift
#Now create the new column
df$D <- c(NA, head(df$B, invshift)+tail(df$C, invshift))`

这里invshift的行数减去1，为4。nrow(df)为您提供数据帧或向量中的行数。同样，如果您想获取更早的值，请从nrow 2、3等中减去，然后将NA相应地放在开头。

Answer 8

它可以循环执行。

# Create the column D
DT$D <- 0
# for every row in DT
for (i in 1:length(DT$A)) {
  if(i==1) {
    #using NA at first line
    DT[i,4] <- NA
  } else {
    #D = C + BPreviousRow
    DT[i,4] <- DT[i,3] + DT[(i-1), 2]   
  }
}

使用for，您甚至可以使用此新列DT[(i-1), 4]的行的先前值

在R data.table计算中使用上一行中的值

8 个答案: