Question

对于我的 R 数据框问题，我真的很感激。找不到类似的帖子，所以如果它已经存在，请分享！

我有以下数据：

mydata <- data.frame(inflow=c(50,60,55,70,80),
                     outflow=c(70,80,70,65,65),
                     current=c(100,100,100,100,100))

我想创建一个新列，它的作用类似于：

mutate(calc=pmax(lag(calc,default=current)+inflow-outflow,inflow))

它基本上创建了一个名为 calc 的新列，该列在 a) calc 的前一行值加上该行的流入减去流出或 b) 该行的流入值的最大值之间进行选择。 pmax 是一个名为 rmpfr 的包中的函数，它选择每行给定列中的最大值。

所以我的结果将是：row1 = max(100+50-70, 50) 即 80，row2 = max(80+60-80,60) 即 60，依此类推。

主要问题是滞后函数不允许采用您正在创建的同一列的前一行值，它必须是数据中已经存在的列。我想通过先创建 calc 列然后添加第二个计算步骤来分步完成，但无法完全解决。

最后，我知道使用 for 循环可能是一种解决方案，但想知道是否有不同的方法？我的数据按额外的列分组，并且不确定 for 循环是否适用于分组的数据行？

感谢您的帮助:)

Answer 1

也许 cummax 函数会有所帮助

mutate(calc=pmax(cummax(current+inflow-outflow),inflow))

Answer 2

# I don't define the current column, as this is handled with the .init argument of accumulate2
mydata <- data.frame(
  inflow=c(50,60,55,70,80),
  outflow=c(70,80,70,65,65)
)

# define your recursive function
flow_function <- function(current, inflow, outflow){
  pmax(inflow, inflow - outflow + current)
}

mydata %>%
  mutate(result = accumulate2(inflow, outflow, flow_function, .init = 100)[-1] %>% unlist)

#   inflow outflow result
# 1     50      70     80
# 2     60      80     60
# 3     55      70     55
# 4     70      65     70
# 5     80      65     85

细节

purrr::accumulate 系列函数旨在执行递归计算。

accumulate 可以处理采用前一个值加上另一列中的值的函数，而 accumulate2 允许第二个附加列。您的情况属于后者。

accumulate2 需要以下参数：

.x - 计算的第一列。
.y - 计算的第二列。
.f - 要递归应用的函数：这应该有三个参数，第一个是递归参数。
.init -（可选）用作第一个参数的初始值。

所以在你的情况下，传递给 .f 的函数是

# define your recursive function
flow_function <- function(current, inflow, outflow){
  pmax(inflow, inflow - outflow + current)
}

我们首先测试这在 dplyr::mutate 之外产生了什么

# note I don't define the current column, as this is handled with the .init argument
mydata <- data.frame(
  inflow=c(50,60,55,70,80),
  outflow=c(70,80,70,65,65)
)


purrr::accumulate2(mydata$inflow, mydata$outflow, flow_function, .init = 100)
# returns
# [[1]]
# [1] 100
# 
# [[2]]
# [1] 80
# 
# [[3]]
# [1] 60
# 
# [[4]]
# [1] 55
# 
# [[5]]
# [1] 70
# 
# [[6]]
# [1] 85

所以关于返回值有两点需要注意：

返回的对象是一个列表，所以我们要unlist返回一个向量。
该列表有 6 个条目，因为它包含初始值，我们想删除它。

这两个最后的步骤在顶部的完整示例中汇总在一起。

创建新的 R 数据框变量时使用前一行值

2 个答案: