我们可以使用data.table方法
另一答案
我们可以使用data.table方法
以上是关于基于条件的累积和，但条件结束后会重置的主要内容，如果未能解决你的问题，请参考以下文章
基于条件的累积和，但条件结束后会重置
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了基于条件的累积和，但条件结束后会重置相关的知识，希望对你有一定的参考价值。
如何在有条件的情况下提高累计和重置的性能？
我有一个data.frame，并在变量名demo下附加了一个演示数据集。我有一个带有flag的列，该列表示系统发生故障，然后是continuousfailure列，该列计算该故障连续发生了多少次，并在故障恢复后重置。我正在使用tidyverse软件包，也使用了R。
我一直在阅读有关此问题的一些StackOverflow帖子，但我似乎无法用tidyverse和/或base R更快地解决问题。我已经使用for循环实现了该版本但是对于较大的数据集，计算时间花费的时间太长（对于107388行数据帧，计算时间为9分钟）。有没有更有效的解决方案来解决这个问题？
测试数据集：
demo <- data.frame(data = rnorm(100, mean = 0, sd = 2000), flag = c(rep(FALSE, 5), rep(TRUE, 10), rep(FALSE, 25), rep(TRUE, 23), rep(FALSE, 13), rep(TRUE, 5), rep(FALSE, 19)),
continuousfailure = c(rep(0, 5), 1:10, rep(0, 25), 1:23, rep(0, 13), 1:5, rep(0, 19)),magnitude = NA)
我当前使用的代码是：
for(i in 1:length(demo$data)) {
if(demo$flag[i]) {
bin <- 0
for(j in 1:demo$continuousfailure[i]) {
bin <- bin + demo$data[i - j + 1]
}
demo$magnitude[i] <- bin
}
}
[预期的输出预期是相同的，但是使用tidyverse或基数R可以提高函数的速度，通过对逻辑的构造方式进行一点解释也将不胜感激。
谢谢！
答案
我们可以使用data.table rleid创建组并根据cumsum返回NA或flag
library(dplyr)
demo %>%
group_by(group = data.table::rleid(flag)) %>%
mutate(new_mag = if(first(flag)) cumsum(data) else NA) %>%
ungroup %>%
select(-group)
# data flag continuousfailure magnitude new_mag
# <dbl> <lgl> <dbl> <dbl> <dbl>
# 1 -1121. FALSE 0 NA NA
# 2 -460. FALSE 0 NA NA
# 3 3117. FALSE 0 NA NA
# 4 141. FALSE 0 NA NA
# 5 259. FALSE 0 NA NA
# 6 3430. TRUE 1 3430. 3430.
# 7 922. TRUE 2 4352. 4352.
# 8 -2530. TRUE 3 1822. 1822.
# 9 -1374. TRUE 4 448. 448.
#10 -891. TRUE 5 -443. -443.
# … with 90 more rows
其中magnitude是具有for循环中的值的列，new_mag是上述代码的输出。
有多种创建组的方法。一种是如上所示，使用rleid，另一种是使用lag和dplyr]中的cumsum
group_by(group = cumsum(flag != lag(flag, default = first(flag)))) %>%和另一个带有
baserle]的人>group_by(group = with(rle(flag), rep(seq_along(lengths), lengths)))您可以用以上任何一种替换
group_by行。数据
set.seed(123)
demo <- data.frame(data = rnorm(100, mean = 0, sd = 2000),
flag = c(rep(FALSE, 5), rep(TRUE, 10), rep(FALSE, 25), rep(TRUE, 23),rep(FALSE, 13),
rep(TRUE, 5), rep(FALSE, 19)),continuousfailure = c(rep(0, 5), 1:10, rep(0, 25),
1:23, rep(0, 13), 1:5, rep(0, 19)),magnitude = NA)