R data.table 中缺少值的有效移位

Question

我有一个包含以下三个变量的 data.table

1. receptionist = 接待人员的身份证
2. week.no = 本周编号（1 表示第一周）
3. absent.thisweek = 本周缺勤天数

请注意，我们只有接待员来上班的那几周的数据，如果缺少一周意味着该人该周缺席

例如，我们有两个使用这种工作模式的接待处 1 和 2：

dt <- data.table(receptionist =  c(1,1,1,2,2,2,2), week.no = c(1,3,4,5,8,10,11), absent.thisweek = c(1,2,3,4,5,6,6))

>dt receptionist week.no absent.thisweek
1:            1       1               1
2:            1       3               2
3:            1       4               3
4:            2       5               4
5:            2       8               5
6:            2      10               6
7:            2      11               6

第 1 步：我需要找出接待员下周缺席的天数，为此，如果数据中提供了该信息，我将缺席的天数移动一周（周），请注意接待员的周数不来，这个值是NA，我的数据集有100万行，这是效率最低的部分。

dt[order(receptionist, week.no), absent.nextweek := dt$absent.thisweek[dt$receptionist==receptionist & dt$week.no==week.no+1], by = .(receptionist, week.no)]

>dt receptionist week.no absent.thisweek absent.nextweek
1:            1       1               1              NA
2:            1       3               2               3
3:            1       4               3              NA
4:            2       5               4              NA
5:            2       8               5              NA
6:            2      10               6               6
7:            2      11               6              NA

第 2 步：如果数据缺失，则必须缺失 7 天。上周，我们将缺席.nextweek = NA

dt[is.na(absent.nextweek) & week.no != max(week.no, na.rm=T), absent.nextweek:=7]
   
>dt receptionist week.no absent.thisweek absent.nextweek
1:            1       1               1               7
2:            1       3               2               3
3:            1       4               3               7
4:            2       5               4               7
5:            2       8               5               7
6:            2      10               6               6
7:            2      11               6              NA

我面临两个问题： - 在第 1 步中，它非常低效且需要很长时间（大约 1 小时）才能运行 - 在第 2 步中，第 3 行的最后一列应该有 NA，事实并非如此

任何提高效率的建议（最好是data.table）都会非常有帮助，并指出步骤2中的错误。

正确答案是：

>dt receptionist week.no absent.thisweek absent.nextweek
1:            1       1               1               7
2:            1       3               2               3
3:            1       4               3               NA
4:            2       5               4               7
5:            2       8               5               7
6:            2      10               6               6
7:            2      11               6              NA

Answer 1

从头开始考虑问题，也许你可以直接用fifelse()和shift()做这个？

# We assume data is ordered by week. Otherwise you can run 
# setorder(dt, receptionist, week.no)

dt[, 
   absent.nextweek := 
     fifelse(week.no+1L == shift(week.no, -1L),  shift(absent.thisweek, -1L), 7),
   by = receptionist]


#    receptionist week.no absent.thisweek absent.nextweek
# 1:            1       1               1               7
# 2:            1       3               2               3
# 3:            1       4               3              NA
# 4:            2       5               4               7
# 5:            2       8               5               7
# 6:            2      10               6               6
# 7:            2      11               6              NA