我如何模仿新行的拖动功能，例如在 Excel 中，但在 R 中？

Posted 2023-02-19

【中文标题】我如何模仿新行的拖动功能，例如在 Excel 中，但在 R 中？

【英文标题】：How do I mimic the drag functionality for new rows such as in Excel but for R?

【发布时间】：2021-11-30 09:22:14

【问题描述】：

lead() 和 lag() 对每个填充的行没有动态/按顺序拖动，这让我有些不安。

我的愿望是根据初始值填充新行，然后根据先前填充的行顺序填充下一行。在 Excel 中，这可以通过在单元格中说明公式/函数并拖动它来完成。我如何在 R 中做到这一点？

见下例

       x     y     z
   <dbl> <dbl> <dbl>
 1     1     1     1
 2     2     3    NA
 3     3     5    NA
 4     4     7    NA
 5     5     9    NA
 6     6    11    NA
 7     7    13    NA
 8     8    15    NA
 9     9    17    NA
10    10    19    NA 

所需的输出遵循此计算，其中t-1 是先前值的下标： Z = Z_t-1 + X_t-1 - Y_t-1.

期望的输出

       x     y     z
   <dbl> <dbl> <dbl>
 1     1     1     1
 2     2     3     1
 3     3     5     0
 4     4     7    -2
 5     5     9    -6
 6     6    11    -12
 7     7    13    -18
 8     8    15    -25
 9     9    17    -33
10    10    19    -42 

【问题讨论】：

您想要的输出与您声明的公式不匹配。例如，在第 5 行中，前一行 x 的值为 4，前一行 z 的值为 -2。这些总和为 2，因此当您减去 7（前一行中 y 的值）时，您应该得到 -5，而不是 -6。

【参考方案1】：

请注意，您的问题中所需的结果与您描述的公式的输出不匹配。

在这种特定情况下，您可以使用cumsum（累计）得到答案：

cumsum(df1$x - df1$y + 1)
 [1]   1   1   0  -2  -5  -9 -14 -20 -27 -35

然而，一般来说，如果你想根据前一个结果的输出递归地应用一个函数，你需要写一个循环来完成它（或者使用一个使用循环的函数“在引擎盖下”，正如 akrun 用accumulate 展示的那样）。实现您的结果的基本 R 中的一个简单循环是：

for(i in 2:nrow(df1)) df1$z[i] <- df1$z[i-1] + df1$x[i-1] - df1$y[i-1] 

df
#>     x  y   z
#> 1   1  1   1
#> 2   2  3   1
#> 3   3  5   0
#> 4   4  7  -2
#> 5   5  9  -5
#> 6   6 11  -9
#> 7   7 13 -14
#> 8   8 15 -20
#> 9   9 17 -27
#> 10 10 19 -35

当您可以使用像 cumsum 这样使用基于 C 的矢量化而不是 R 中的循环的函数时，它可能是更有效的解决方案。

【讨论】：

谢谢，你的 forloop 甚至可以解决更大的数据集，但它的计算效率很低。通过修改代码，使用累积不会推广到其他数据集。你知道为什么吗？例如。 ~1.2mill 行，包含 16 个变量和分组数据。

【参考方案2】：

与 cmets 一样，预期输出与指定的公式不匹配。在tidyverse中，递归操作可以用accumulate完成

library(purrr)
library(dplyr)
df1 %>% 
   mutate(z = unlist(accumulate2(x, y, ~ ..1 + ..2 - ..3, 
       .init = first(z))[-(n()+1)]))

-输出

   x  y   z
1   1  1   1
2   2  3   1
3   3  5   0
4   4  7  -2
5   5  9  -5
6   6 11  -9
7   7 13 -14
8   8 15 -20
9   9 17 -27
10 10 19 -35

数据

df1 <- structure(list(x = 1:10, y = c(1L, 3L, 5L, 7L, 9L, 11L, 13L, 
15L, 17L, 19L), z = c(1L, NA, NA, NA, NA, NA, NA, NA, NA, NA)), 
class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8", "9", "10"))

【讨论】：

谢谢，我可以在特定数据集上复制您的代码。但是为什么我不能通过修改将它推广到其他数据集上呢？

@geometricfreedom 取决于您使用的功能，还请检查列是否属于numeric/integer

@geometricfreedom 你说的代码修改。我猜您的修改可能会产生影响，即在不知道您更改了什么的情况下，不确定

假设数据中有组和更多列，这将创建此代码（除了组列是整数之外的所有数字）： df %>% group_by(group_col) %>% mutate(z = unlist (accumulate2(x,y,v,u, ~ ..1 + ..2 - ..3 - ..4 - ..5, .init = first(z))[-n()+1)]) )

@geometricfreedom accumulate2 只能占用 2 列且不超过 2