代码之家 › 专栏 › 技术社区 › George

是否重新启动计数

tidyverse dplyr r

George · 技术社区 · 5 年前

这和这个一样 question 但我想保留这个日期。请先读一下。

library(dplyr)
library(tidyverse)

df <- tibble(mydate = as.Date(c("2019-05-11 23:01:00", "2019-05-11 23:02:00", "2019-05-11 23:03:00", "2019-05-11 23:04:00",
                                "2019-05-12 23:05:00", "2019-05-12 23:06:00", "2019-05-12 23:07:00", "2019-05-12 23:08:00",
                                "2019-05-13 23:09:00", "2019-05-13 23:10:00", "2019-05-13 23:11:00", "2019-05-13 23:12:00",
                                "2019-05-14 23:13:00", "2019-05-14 23:14:00", "2019-05-14 23:15:00", "2019-05-14 23:16:00",
                                "2019-05-15 23:17:00", "2019-05-15 23:18:00", "2019-05-15 23:19:00", "2019-05-15 23:20:00")),
               myval = c(0, NA, 1500, 1500,
                         1500, 1500, NA, 0,
                         0, 0, 1100, 1100,
                         1100, 0, 200, 200,
                         1100, 1100, 1100, 0
               ))

# just replace values [0,1] with NA
df$myval[df$myval >= 0 & df$myval <= 1] <- NA

df <- df %>%
    group_by(myval) %>%
    mutate(counts = sum(myval == myval)) %>%
    mutate(result = (myval  / counts))

现在的结果是:

mydate     myval counts result
   <date>     <dbl>  <int>  <dbl>
 1 2019-05-11    NA     NA    NA 
 2 2019-05-11    NA     NA    NA 
 3 2019-05-11  1500      4   375 
 4 2019-05-11  1500      4   375 
 5 2019-05-12  1500      4   375 
 6 2019-05-12  1500      4   375 
 7 2019-05-12    NA     NA    NA 
 8 2019-05-12    NA     NA    NA 
 9 2019-05-13    NA     NA    NA 
10 2019-05-13    NA     NA    NA 
11 2019-05-13  1100      6   183.
12 2019-05-13  1100      6   183.
13 2019-05-14  1100      6   183.
14 2019-05-14    NA     NA    NA 
15 2019-05-14   200      2   100 
16 2019-05-14   200      2   100 
17 2019-05-15  1100      6   183.
18 2019-05-15  1100      6   183.
19 2019-05-15  1100      6   183.
20 2019-05-15    NA     NA    NA

我想保留上面的数据帧,包括日期列和正确的结果。

如果在某个值之后/之前存在NA,我需要以某种方式重新开始计数。

所以,对于1100,我必须数到3两次,而不是数到6。

0 回复 | 直到 5 年前

Ronak Shah 5 年前

您可以通过以下方式创建组 data.table rleid :

library(dplyr)

df %>%
  group_by(grp = data.table::rleid(myval)) %>%
  mutate(counts = n(), 
         result= myval/counts)


#   mydate     myval   grp counts result
#   <date>     <dbl> <int>  <int>  <dbl>
# 1 2019-05-11    NA     1      2    NA 
# 2 2019-05-11    NA     1      2    NA 
# 3 2019-05-11  1500     2      4   375 
# 4 2019-05-11  1500     2      4   375 
# 5 2019-05-12  1500     2      4   375 
# 6 2019-05-12  1500     2      4   375 
# 7 2019-05-12    NA     3      4    NA 
# 8 2019-05-12    NA     3      4    NA 
# 9 2019-05-13    NA     3      4    NA 
#10 2019-05-13    NA     3      4    NA 
#11 2019-05-13  1100     4      3   367.
#12 2019-05-13  1100     4      3   367.
#13 2019-05-14  1100     4      3   367.
#14 2019-05-14    NA     5      1    NA 
#15 2019-05-14   200     6      2   100 
#16 2019-05-14   200     6      2   100 
#17 2019-05-15  1100     7      3   367.
#18 2019-05-15  1100     7      3   367.
#19 2019-05-15  1100     7      3   367.
#20 2019-05-15    NA     8      1    NA

akrun 5 年前

与 data.table

library(data.table)
setDT(df)[, counts := .N, rleid(myval)][, result := myval/counts]