我有一个数据框,该数据框已经根据需要进行了排序,但现在我想将其“切片”成组。
此组的最大累积值应为 10。当累积值 > 10 时,应重置累积总和并重新开始
library(dplyr)
id <- sample(1:15)
order <- 1:15
value <- c(4, 5, 7, 3, 8, 1, 2, 5, 3, 6, 2, 6, 3, 1, 4)
df <- data.frame(id, order, value)
df
这是我正在寻找的输出(我是“手动”完成的)
cumsum_10 <- c(4, 9, 7, 10, 8, 9, 2, 7, 10, 6, 8, 6, 9, 10, 4)
group_10 <- c(1, 1, 2, 2, 3, 3, 4, 4, 4, 5, 5, 6, 6, 6, 7)
df1 <- data.frame(df, cumsum_10, group_10)
df1
所以我有两个问题
对于第一部分,我尝试了 group_by 和 cumsum 的一些组合,但没有运气
df1 <- df %>% group_by(cumsum(c(False, value < 10)))
我更喜欢管道 (%>%) 解决方案而不是 for 循环
谢谢
最佳答案
我认为这不容易矢量化......至少我不知道如何。
你可以做到by hand
通过:
my_cumsum <- function(x){
grp = integer(length(x))
grp[1] = 1
for(i in 2:length(x)){
if(x[i-1] + x[i] <= 10){
grp[i] = grp[i-1]
x[i] = x[i-1] + x[i]
} else {
grp[i] = grp[i-1] + 1
}
}
data.frame(grp, x)
}
对于您的数据,这给出:
> my_cumsum(df$value)
grp x
1 1 4
2 1 9
3 2 7
4 2 10
5 3 8
6 3 9
7 4 2
8 4 7
9 4 10
10 5 6
11 5 8
12 6 6
13 6 9
14 6 10
15 7 4
同样对于我的“反例”,这给出了:
> my_cumsum(c(10,6,4))
grp x
1 1 10
2 2 6
3 2 10
正如@Khashaa 指出的,这可以通过
Rcpp
更有效地实现。 .他链接到这个答案 How to speed up or vectorize a for loop?我觉得这非常有用
关于r - 带重置的条件累加,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34531568/