Question

我有一个data.table，如下所示：

   Sim j active cost
1:   1 1      1  100
2:   1 2      1  125
3:   1 3      0  200
4:   1 4      1  250
5:   2 1      1  100
6:   2 2      0  50
7:   2 3      0  125
8:   2 4      1  200

dt <- data.table(Sim = c(1, 1, 1, 1, 2, 2, 2, 2),
             j = c(1, 2, 3, 4, 1, 2, 3, 4),
             active = c(1, 1, 0, 1, 1, 0, 0, 1),
             cost = c(100, 125, 200, 250, 100, 50, 125, 200))

我想添加一个列'incr_cost'，从另一行的成本中减去每行i中的成本，我将其称为行k，其中行k符合以下条件：

sim_k = sim_i
active_k = 1
j_k＆lt; j_i
行k包含满足上述3个条件的所有行中的最大j

对于j = 1的行，incr_cost可以只是NA。

在我的示例中，解决方案看起来像：

   Sim j active cost incr_cost
1:   1 1      1  100        NA
2:   1 2      1  125        25
3:   1 3      0  200        75
4:   1 4      1  250       125
5:   2 1      1  100        NA
6:   2 2      0   50       -50
7:   2 3      0  125        25
8:   2 4      1  200       100

看起来这类似于shift的应用程序，除了不是按原样“移动”data.table，我想转移行减少的data.table，其中不符合我条件的行被过滤掉。我很难理解如何识别具有小于当前行的最大j值的行（并且满足其他两个条件）。

以下工作除了在选择行k时不考虑行是否处于活动状态：

dt[, incr_cost := cost - shift(cost, fill=NA), by=Sim]

我正在使用r data.table，但也欢迎非data.table解决方案。谢谢！

Answer 1

您可以使用滚动连接：

dt[, v := 
  cost - .SD[.(active = 1, Sim = Sim, j = j - 1), on=.(active, Sim, j), roll=TRUE, x.cost]]

   Sim j active cost   v
1:   1 1      1  100  NA
2:   1 2      1  125  25
3:   1 3      0  200  75
4:   1 4      1  250 125
5:   2 1      1  100  NA
6:   2 2      0   50 -50
7:   2 3      0  125  25
8:   2 4      1  200 100

这会查找元组.(active = 1, Sim = Sim, j = j - 1)，当找不到完全匹配时，“滚动”到适合的最后j值，如果有的话。

工作原理

在j的{{1}}中，x[i, j]只是表格本身的简写，即“数据子集”。

加入.SD的{{1}} ...

前缀j是指x[i, on=, roll=, j]的列（此处为x.*）;和类似的
x将是.SD列（此处为元组）的前缀。

（OP使用i.*作为名称可能会让人感到困惑。我的意思是i，j中的参数。）

r data.table计算的多个条件

1 个答案: