问题：
查找大于/小于当前值的 x 量的值的第一个发生率（行）（遍历数据框中的每一行）
闻人嘉木
我一直在尽力，但还没有达到目的。我试图迭代向量（df$sample）中的值，并找到比当前值小20%的值的第一个连续发生率。我试图为每一行（示例）找到这个值，并将找到的值的日期打印到新的列中。
这是我的 df：
date sample
591 2020-02-14 0.008470
590 2020-02-15 0.008460
589 2020-02-16 0.007681
588 2020-02-17 0.007144
587 2020-02-18 0.007262
586 2020-02-19 0.007300
585 2020-02-20 0.006604
584 2020-02-21 0.006843
583 2020-02-22 0.006687
582 2020-02-23 0.006991
581 2020-02-24 0.007333
580 2020-02-25 0.006738
579 2020-02-26 0.006279
...
我尝试过使用Position（）或which（）。我想也许我可以用for循环来包装它们中的任何一个，但我的尝试并不完全正确。
for(i in length(df){
df$conc20 <- Position(function(x) x < df$sample[i]*0.80, df$sample)
}
或
for(i in length(df){
df$conc20 <- min(which(df$sample < df$sample[i]*0.8)
}
我甚至找到了一个dply示例，它接近我所寻找的。
理想情况下：
date sample conc20
591 2020-02-14 0.008470 2020-02-25
590 2020-02-15 0.008460 ...
589 2020-02-16 0.007681
588 2020-02-17 0.007144
587 2020-02-18 0.007262
...
我很乐意提供任何澄清。我真的很感谢你的帮助！
共有3个答案
冀望
如果我理解正确，这可以通过使用两个助手列的非等自连接来解决：
library(data.table)
setDT(df)[, rn := .I][, threshold := 0.8 * sample][
, conc20 := df[df, on = .(rn > rn, sample < threshold), mult = "first", x.date]][
, c("rn", "threshold") := NULL][]
date sample conc20
1: 2020-02-14 0.008470 2020-02-20
2: 2020-02-15 0.008460 2020-02-20
3: 2020-02-16 0.007681 2020-02-27
4: 2020-02-17 0.007144 2020-02-27
5: 2020-02-18 0.007262 2020-02-27
6: 2020-02-19 0.007300 2020-02-27
7: 2020-02-20 0.006604 <NA>
8: 2020-02-21 0.006843 2020-02-27
9: 2020-02-22 0.006687 2020-02-27
10: 2020-02-23 0.006991 2020-02-27
11: 2020-02-24 0.007333 2020-02-27
12: 2020-02-25 0.006738 2020-02-27
13: 2020-02-26 0.006279 <NA>
14: 2020-02-27 0.005300 <NA>
on=子句中的第一个条件确保只考虑后续行，第二个条件查找示例
结果通过引用附加为附加列conc20，即不复制整个数据集。最后，通过引用删除两个助手列。
请注意，使用了data.table链接。
为了进行演示，可以显示包括所有帮助器列的非等价自联接的结果:
setDT(df)[, rn := .I][, threshold := 0.8 * sample][
df, on = .(rn > rn, sample < threshold), mult = "first"]
date sample rn threshold i.date i.sample
1: 2020-02-20 0.0067760 1 0.0052832 2020-02-14 0.008470
2: 2020-02-20 0.0067680 2 0.0052832 2020-02-15 0.008460
3: 2020-02-27 0.0061448 3 0.0042400 2020-02-16 0.007681
4: 2020-02-27 0.0057152 4 0.0042400 2020-02-17 0.007144
5: 2020-02-27 0.0058096 5 0.0042400 2020-02-18 0.007262
6: 2020-02-27 0.0058400 6 0.0042400 2020-02-19 0.007300
7: <NA> 0.0052832 7 NA 2020-02-20 0.006604
8: 2020-02-27 0.0054744 8 0.0042400 2020-02-21 0.006843
9: 2020-02-27 0.0053496 9 0.0042400 2020-02-22 0.006687
10: 2020-02-27 0.0055928 10 0.0042400 2020-02-23 0.006991
11: 2020-02-27 0.0058664 11 0.0042400 2020-02-24 0.007333
12: 2020-02-27 0.0053904 12 0.0042400 2020-02-25 0.006738
13: <NA> 0.0050232 13 NA 2020-02-26 0.006279
14: <NA> 0.0042400 14 NA 2020-02-27 0.005300
library(data.table)
df <- fread("
i date sample
591 2020-02-14 0.008470
590 2020-02-15 0.008460
589 2020-02-16 0.007681
588 2020-02-17 0.007144
587 2020-02-18 0.007262
586 2020-02-19 0.007300
585 2020-02-20 0.006604
584 2020-02-21 0.006843
583 2020-02-22 0.006687
582 2020-02-23 0.006991
581 2020-02-24 0.007333
580 2020-02-25 0.006738
579 2020-02-26 0.006279
580 2020-02-27 0.005300
", drop = 1L)
史淇
相当混乱，但这应该能解决问题
library(dplyr)
df<- read.csv( sep = " ", text=
"row date sample
591 2020-02-14 0.008470
590 2020-02-15 0.008460
589 2020-02-16 0.007681
588 2020-02-17 0.007144
587 2020-02-18 0.007262
586 2020-02-19 0.007300
585 2020-02-20 0.006604
584 2020-02-21 0.006843
583 2020-02-22 0.006687
582 2020-02-23 0.006991
581 2020-02-24 0.007333
580 2020-02-25 0.006738
579 2020-02-26 0.006279",
)
x <- 1.05
df <- df %>%
mutate(id = 1:n()) %>%
rowwise %>%
mutate(greater_row =
first(which(sample*x <
df$sample[id:nrow(df)]) +
id-1))
df$greater_row <- df$date[df$greater_row]
这应该允许您将x设置为您想要的任何因素
邵飞鸿
编辑答案
df<- read.csv( sep = " ", text=
"row date sample
591 2020-02-14 0.008470
590 2020-02-15 0.008460
589 2020-02-16 0.007681
588 2020-02-17 0.007144
587 2020-02-18 0.007262
586 2020-02-19 0.007300
585 2020-02-20 0.006604
584 2020-02-21 0.006843
583 2020-02-22 0.006687
582 2020-02-23 0.006991
581 2020-02-24 0.007333
580 2020-02-25 0.006738
579 2020-02-26 0.006279",
)
df$date=as.Date(as.character(df$date))
df
#there is no row 20% below, so I am just using 2% below
# and multiplying 0.98 instead of 0.8
# Finding cross-over before current row
f_crossover_before<- function( i ){
cutoff= 0.98* df$sample[i]
res<- max(which( df$sample[1:i]<= cutoff), -1)
ifelse ( (res>0) , res , NA ) # sapply cannot return dates !
}
# Finding cross-over after current row
f_crossover_after<- function( i ){
cutoff<- 0.98* df$sample[i]
res<- min( i+which( df$sample[(i+1):nrow(df)]<= cutoff),
.Machine$integer.max )
ifelse ( (res<.Machine$integer.max) , res , NA )
}
# A column for comparison. Only for visual inspection
df$cutoff<- df$sample*0.98
df$crossover_before<- sapply( seq_along(df$sample) , FUN = f_crossover_before )
df$crossover_before<- df$date[df$crossover_before]
df$crossover_after<- sapply( seq_along(df$sample) , FUN = f_crossover_after)
df$crossover_after<- df$date[df$crossover_after]
#View(df)
输出:
# row date sample cutoff crossover_before crossover_after
#1 591 2020-02-14 0.008470 0.00830060 <NA> 2020-02-16
#2 590 2020-02-15 0.008460 0.00829080 <NA> 2020-02-16
#3 589 2020-02-16 0.007681 0.00752738 <NA> 2020-02-17
#4 588 2020-02-17 0.007144 0.00700112 <NA> 2020-02-20
#5 587 2020-02-18 0.007262 0.00711676 <NA> 2020-02-20
#6 586 2020-02-19 0.007300 0.00715400 2020-02-17 2020-02-20
#7 585 2020-02-20 0.006604 0.00647192 <NA> 2020-02-26
#8 584 2020-02-21 0.006843 0.00670614 2020-02-20 2020-02-22
#9 583 2020-02-22 0.006687 0.00655326 <NA> 2020-02-26
#10 582 2020-02-23 0.006991 0.00685118 2020-02-22 2020-02-25
#11 581 2020-02-24 0.007333 0.00718634 2020-02-23 2020-02-25
#12 580 2020-02-25 0.006738 0.00660324 <NA> 2020-02-26
#13 579 2020-02-26 0.006279 0.00615342 <NA> <NA>
类似资料：
-
我有一个向量，想找到第一个大于100的值的位置。
-
我在 R 中有两个向量： 我需要一个x数据框，并且y中的最小值大于x，因此这是我要寻找的结果集: 我尝试了子集，例如： 但是当然，这是行不通的。有什么想法吗？
-
给定一个向量和一个有序向量，我想要一个向量，其中 ] 等于 中最小元素的索引，以便
-
第一次问问题(温柔点)，因为我还没有找到任何有用的东西。 在R中，我有两个数据帧。一个（DataFrameA）有一列带有唯一日期列表。另一个（DataFrameB）也有日期列表。但是DataFrameB中的某些日期在DataFrameA中可能不存在。在这种情况下，我想将DataFrameB中的日期更新为DataFrameA中的最小日期，该日期大于DataFrameB中的日期。 在SQL中，我可能会
-
我试图用R来求一个数据帧中多个列（但不是全部）的总和。问题是我只想求大于该行值中值的值的总和，而忽略零。 下面是一个显示两行的示例，其中 20 列，其中 6 列（列 x1：x6）具有我想考虑的总和值： 忽略零，第一行的中位数是4，第二行是2.5。所以我想求和剩下的数字 有许多行数据。我已经将中值（我只是使用 excel 来获取此值）放在另一列中，我将称之为 ，因此可以使用它，而不必在 R 代码中计