Question

我在Excel中有一个示例计算，我需要将其转换为R代码以获得更大的数据集。

我的数据应如下所示：

time value  cum_value  floor scaled_time
0    0      0          0     0
1    1      1          1     1
2    0.975  1.975      1     1
3    0.95   2.925      3     2.038961039
4    0.925  3.85       4     3.098982099
5    0.9    4.75       5     4.185278042
6    0.875  5.625      6     5.302030016
7    0.85   6.475      7     6.453196107

缩放时间＆＃39;使用此类公式在Excel中计算了列（显示的示例适用于第6行）：

=scaled_time5+((floor6-floor5)/((cum_value6-floor5)/(time6-scaled_time5)))

由于这是指前一行中的单元格，因此我无法在R中编码。

这是我到目前为止（使用data.table shift函数：

  DF$Scaled_Time=shift(DF$Scaled_Time, 1L, "lag")+
    ((DF$Floor-shift(DF$Floor,1L,"lag"))/
       ((DF$Cum_Value-shift(DF$Floor,1L,"lag"))/
          (DF$Time-shift(DF$Scaled_Time, 1L, "lag"))))

这不起作用，并出现此错误：

Error in `$<-.data.frame`(`*tmp*`, "Scaled_Time", value = numeric(0)) : 
  replacement has 0 rows, DF has 2246400
In addition: Warning messages:
1: In shift(DF$Floor, 1L, "lag") : NAs introduced by coercion
2: In shift(DF$Floor, 1L, "lag") : NAs introduced by coercion

Answer 1

您可以使用shift中的data.table功能。

df$result = 2.038961
df[, result := shift(result)+((floor-shift(floor))/((cum_value-shift(floor))/(time-shift(result)))) ]

Answer 2

使用dplyr，您可以通过滞后获得先前的值：

library(dplyr)

我重新创建了数据框：

vv <- data.frame(time=c(3,4,5,6,7),
             value=c(0.95,0.925,0.9,0.875,0.85),
             cum_value=c(3.925,4.85,5.75,6.625,7.475),
             floor=c(3,4,5,6,7),
             scaled_time=c(2.038961039,3.098982099,4.185278042,5.302030016,6.453196107))

<击> 这是一个简单的计算，你可以使用你的：

时间+（（楼面值 - 前一楼层值）/（cum_value-前一楼层值）） 将写成：

> vv %>% mutate(V4=time+((floor-lag(floor,1))/(cum_value-lag(floor,1)))) time value cum_value floor scaled_time V4 1 3 0.950 3.925 3 2.038961 NA 2 4 0.925 4.850 4 3.098982 4.540541 3 5 0.900 5.750 5 4.185278 5.571429 4 6 0.875 6.625 6 5.302030 6.615385 5 7 0.850 7.475 7 6.453196 7.677966

<击> 如果我没有错过原始公式中的任何括号，那应该是这样的：

vv %>% mutate(V=lag(scaled_time,1)+ ((floor-lag(floor,1))/ ((cum_value-lag(floor,1))/(time-lag(scaled_time,1))) ) )

然而，事实证明scaled_time应该是输出，第一行将初始化为0（未计算）。因此，其中一个选项是循环。

编辑：For Loop Solution

虽然将循环作为最后一个选项，但对于小型数据帧，这是一个快速的解决方案：

vv$scaled_time <- 0 for (i in 2: nrow(vv)) { vv$scaled_time[i]= vv$scaled_time[i-1]+ ((vv$floor[i]-vv$floor[i-1])/((vv$cum_value[i]-vv$floor[i-1])/(vv$time[i]-vv$scaled_time[i-1]))) }

将Excel公式转换为使用上一行结果的{R}代码

2 个答案: