Question

我有一个非常简单的问题，显然没有一个非常简单的解决方案。假设我有以下数据：

> test <- data.frame(Day = c(1:10), Counts = c(0, 0, 6, 0, 0, 5, 1, 0, 3, 4))
> test
   Day Counts
1    1      0
2    2      0
3    3      6
4    4      0
5    5      0
6    6      5
7    7      1
8    8      0
9    9      3
10  10      4

根据有关数据来源的知识，我可以放心地假设非零 Counts 在随后的日子里不会发生。相反，原始日错过了一些 Counts 。例如， Day 6和7的 Counts 将属于 Day 6（总计6 Counts ）。

我想找到一个可以产生所需输出的常规解决方案：

  Day Counts
1   1      0
2   2      0
3   3      6
4   4      0
5   5      0
6   6      6
7   8      0
8   9      7

注意 Day 7和10是如何被删除的， Counts 已添加到 Day 6和9的 Day 。这确实是我后续数据分析所需的格式，这些格式会受到＆＃34; false＆＃34; 计数

我已经尝试了多个＆＃34;移动/滚动窗口＆＃34;使用zoo RcppRoll和dplyr lag() lead() spread和myFunction(...iterableObj);包中的函数的方法，以及所谓的整洁解决方案功能，但没有Heureka！迄今。由于我的数据集包含数十万行（以及更多列），因此非常不希望进行手动校正。

任何帮助表示赞赏！即使它只是指向现有的问题......

p.s。：显示 tidyverse 解决方案的奖励积分，因为我打算在管道工作流程中使用它。

编辑：感谢您的解决方案，他们都完美无缺！让我的一天：）

Answer 1

lead和lag肯定是一种方法。

test %>%
  mutate(lead1 = lead(Counts, 1), lag1 = lag(Counts)) %>% 
  mutate(Counts2 = if_else(Counts > 0, Counts + lead1, Counts)) %>% 
  filter(!(lag1 > 0 & Counts > 0))

代码可以缩短为

test %>%
  mutate(Counts = if_else(Counts > 0, Counts + lead(Counts, 1), Counts)) %>% 
  filter(!(lag(Counts) > 0 & Counts > 0))

  Day Counts
1   1      0
2   2      0
3   3      6
4   4      0
5   5      0
6   6      6
7   8      0
8   9      7

Answer 2

另一种基于lag和lead的简单dplyr方法：

test %>%
  mutate(Counts = ifelse(Counts != 0 & lead(Counts) != 0,
                         Counts + lead(Counts), Counts)) %>%
  mutate(Counts = ifelse(Counts != 0 & lag(Counts) != 0, NA, Counts)) %>%
  na.omit()
  Day Counts
1   1      0
2   2      0
3   3      6
4   4      0
5   5      0
6   6      6
8   8      0
9   9      7

Answer 3

1）这使用data.table包。首先将测试转换为data.table dt，然后使用rleid创建分组变量，为每次运行的零或非零创建一个组。对于每个这样的组，返回计数的总和，后跟尾随零：

library(data.table)
dt <- as.data.table(test)

dt[, Fix := c(sum(Counts), 0 * Counts[-1]), by = rleid(Counts > 0)]

，并提供：

> dt
    Day Counts Fix
 1:   1      0   0
 2:   2      0   0
 3:   3      6   6
 4:   4      0   0
 5:   5      0   0
 6:   6      5   6
 7:   7      1   0
 8:   8      0   0
 9:   9      3   7
10:  10      4   0

2）这使用dplyr和data.table中的rleid：

library(dplyr)
library(data.table)

test %>%
     group_by(rleid(Counts > 0)) %>%
     mutate(Fix = c(sum(Counts), 0 * Counts[-1])) %>%
     ungroup

条件下折叠行并在R中重新使用它们的值

3 个答案: