r - 根据先前的值确定 data.table 列的边界

Question

我有一个(显然很简单)的问题，但我似乎找不到解决它的方法。这是基本设置:

IDS<-c('ID1','ID2','ID3','ID4')
CNT<-1:10;
d<-data.table(merge(CNT,IDS),key=c('y','x'))
setnames(d,colnames(d),c('CNT','ID'))
r<-c(1,1.1,0.9,1.2)
d[,SIGNAL:=r[which(IDS==ID)]*c(62.2,62.2,61.4,61.4,63.4,66.1,62.6,62.6,59.5,57.5),by=ID]

(示例将在 ID1 上，r 变量只是为了提供一些可变性)

The question is the following: I'd like to add two columns which will hold the 'range' within which the signal is fluctuating. The range is a parameter (in this example it is 6 [signal-3, signal+3]. Also the range should remain linear until the signal 'crosses' the bounds (up or down). Then it should reset.

在信号跨越之前设定的界限之前，该范围不应改变。让我研究一下我给你的例子:

对于 ID1 的情况，我希望这个范围是:

   CNT  ID SIGNAL LOWER.BOUND UPPER.BOUND
 1:   1 ID1   62.2        59.2        65.2
 2:   2 ID1   62.2        59.5        65.2
 3:   3 ID1   61.4        59.2        65.2
 4:   4 ID1   61.4        59.2        65.2
 5:   5 ID1   63.4        59.2        65.2
 6:   6 ID1   66.1        63.1        69.1
 7:   7 ID1   62.6        59.6        65.6
 8:   8 ID1   62.6        59.6        65.6
 9:   9 ID1   59.5        56.5        62.5
10:  10 ID1   57.5        56.5        62.5

所以你看，每当信号跨越之前的边界(上限或下限)时，就会重新计算边界。

我已经尝试了几种方法来诚实地告诉你，但我总是发现一个小问题!事实上，我必须不断检查以前的界限并不是最简单的工作......

• 我尝试根据第一个边界设置边界并进行调整 每当有越界的时候，但这行不通 在CNT＝9的情况下，ID＝ID1。信号是 59.5 如果我有 传播(na.locf-ed)第一个值，然后是本例中的边界 本来是59.2-65.2，但我需要56.5-62.5。
• 我尝试计算每个信号相应的界限，但随后 边界不是“线性”的。
• 然后我尝试逐行执行此操作，但没有成功。
• 然后我把我的电脑弄坏了。那也没用:)

如果这个问题太……毫无意义，我深表歉意。如果您觉得它很有趣并且想要做出贡献，请告诉我，我会尝试重新措辞/添加更多信息。

非常感谢您的帮助

PS 使用 data.table 的原因是行数约为数百万，而 data.table 是迄今为止我使用过的库中性能最好的。我更愿意坚持使用 data.table。

N

Answer 1

为了避免伤脑筋，我会用 Rcpp 编写一个简单的函数:

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
List funcpp(NumericVector x, double r) {
  const int n(x.size());
  NumericVector lwr(n), upr(n);
  lwr[0] = x[0]-r;
  upr[0] = x[0]+r;
  for (int i=1; i<n; i++)
  {
    if (x[i]<lwr[i-1] || x[i]>upr[i-1])
    {
      lwr[i] = x[i]-r;
      upr[i] = x[i]+r;
    }
    else
    {
      lwr[i] = lwr[i-1];
      upr[i] = upr[i-1];
    }
  }
   return Rcpp::List::create(_["lwr"] = lwr,
                             _["upr"] = upr);
}

在data.table中使用它:

d[, c("lwr", "upr") := funcpp(SIGNAL,3), by=ID]

    CNT  ID SIGNAL   lwr   upr
 1:   1 ID1  62.20 59.20 65.20
 2:   2 ID1  62.20 59.20 65.20
 3:   3 ID1  61.40 59.20 65.20
 4:   4 ID1  61.40 59.20 65.20
 5:   5 ID1  63.40 59.20 65.20
 6:   6 ID1  66.10 63.10 69.10
 7:   7 ID1  62.60 59.60 65.60
 8:   8 ID1  62.60 59.60 65.60
 9:   9 ID1  59.50 56.50 62.50
10:  10 ID1  57.50 56.50 62.50
11:   1 ID2  68.42 65.42 71.42
12:   2 ID2  68.42 65.42 71.42
13:   3 ID2  67.54 65.42 71.42
14:   4 ID2  67.54 65.42 71.42
15:   5 ID2  69.74 65.42 71.42
16:   6 ID2  72.71 69.71 75.71
17:   7 ID2  68.86 65.86 71.86
18:   8 ID2  68.86 65.86 71.86
19:   9 ID2  65.45 62.45 68.45
20:  10 ID2  63.25 62.45 68.45
21:   1 ID3  55.98 52.98 58.98
22:   2 ID3  55.98 52.98 58.98
23:   3 ID3  55.26 52.98 58.98
24:   4 ID3  55.26 52.98 58.98
25:   5 ID3  57.06 52.98 58.98
26:   6 ID3  59.49 56.49 62.49
27:   7 ID3  56.34 53.34 59.34
28:   8 ID3  56.34 53.34 59.34
29:   9 ID3  53.55 53.34 59.34
30:  10 ID3  51.75 48.75 54.75
31:   1 ID4  74.64 71.64 77.64
32:   2 ID4  74.64 71.64 77.64
33:   3 ID4  73.68 71.64 77.64
34:   4 ID4  73.68 71.64 77.64
35:   5 ID4  76.08 71.64 77.64
36:   6 ID4  79.32 76.32 82.32
37:   7 ID4  75.12 72.12 78.12
38:   8 ID4  75.12 72.12 78.12
39:   9 ID4  71.40 68.40 74.40
40:  10 ID4  69.00 68.40 74.40
    CNT  ID SIGNAL   lwr   upr