`dplyr`

Question

我正在尝试使用dplyr创建一个计算列，以滚动获取参考日期（当前）和将来日期之间的天差。例如，我有一个数据框，例如-

sample = data.frame(dates = seq(today(), today() + weeks(3), by = 1), qty = 
         floor(100 * rnorm(22)))

我要实现的是创建一个新列，例如days_to，如果数量> = 0则为0。但是，如果qty <0，则days_to应该是直到qty超过0的天数。如果qty在任何将来的日期都没有超过0，则days_to = NA / Inf（不重要）。因此，对于上面的示例，它应该类似于-

dates       qty days_to
10/17/2018  175 0
10/18/2018  -69 2
10/19/2018  -20 1
10/20/2018  113 0
10/21/2018  7   0
10/22/2018  120 0
10/23/2018  48  0
10/24/2018  -31 NA
10/25/2018  -9  NA
10/26/2018  -87 NA

我需要对分组变量上的大量行（〜2M）执行此操作，因此尝试使用dplyr实现此目的。任何帮助表示赞赏。

谢谢！

Answer 1

`dplyr`

library(dplyr)
sampledplyr <- sample %>%
  mutate(grp = cumsum(qty > 0 & lag(qty) < 0)) %>%
  group_by(grp) %>%
  mutate(days_to = if_else(qty < 0, n() - row_number() + 1L, 0L)) %>%
  ungroup() %>%
  select(-grp)
print(sampledplyr, n=22)
# # A tibble: 22 x 3
#    dates        qty days_to
#    <date>     <dbl>   <int>
#  1 2018-10-17   -63       1
#  2 2018-10-18    18       0
#  3 2018-10-19   -84       1
#  4 2018-10-20   159       0
#  5 2018-10-21    32       0
#  6 2018-10-22   -83       1
#  7 2018-10-23    48       0
#  8 2018-10-24    73       0
#  9 2018-10-25    57       0
# 10 2018-10-26   -31       1
# 11 2018-10-27   151       0
# 12 2018-10-28    38       0
# 13 2018-10-29   -63       2
# 14 2018-10-30  -222       1
# 15 2018-10-31   112       0
# 16 2018-11-01    -5       2
# 17 2018-11-02    -2       1
# 18 2018-11-03    94       0
# 19 2018-11-04    82       0
# 20 2018-11-05    59       0
# 21 2018-11-06    91       0
# 22 2018-11-07    78       0

`data.table`

library(data.table)
sampledt <- as.data.table(sample)
sampledt[,days_to := ifelse(qty < 0, .N - seq_len(nrow(.SD)) + 1L, 0L),
         by = cumsum(qty > 0 & lag(qty) < 0)]

（相同的输出。）

数据：

set.seed(1) # alway
sample = data.frame(dates = seq(Sys.Date(), Sys.Date() + 3*7, by = 1),
                    qty = floor(100 * rnorm(22)))

根据另一列以滚动为基础计算天差

1 个答案:

`dplyr`

`data.table`