从每个先前的值计算行数答案

【问题标题】：count rows from every previous value从每个先前的值计算行数
【发布时间】：2020-11-29 18:26:06
【问题描述】：

这个问题与here 相同，但这次我想将每个值除以前一个计数，而不是它本身。因此，对于第一个值 (1500)，我们将有 NA，因为在此之前没有其他值。然后，我们将 1100 除以 4，因为前一个值 (1500) 的计数为 4。然后，我们将 200 除以 3，因为前一个值 (1100) 的计数为 3。最后，将 1100 除以 2，因为 200 的计数为 2 . 我尝试使用 shift/lag 但无法成功！

这是将每个值除以自己的计数的代码。

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(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

我想保留上面的数据框，包括日期列和正确的结果。

【问题讨论】：

标签： r dplyr

【解决方案1】：

这是一种方法：

library(dplyr)
#Create a group number
df1 <- df %>% mutate(grp = data.table::rleid(myval))

df1 %>%
  #Keep only non-NA value
  filter(!is.na(myval)) %>%
  #count occurence of each grp
  count(grp, name = 'count') %>%
  #Shift the count to the previous group
  mutate(count = lag(count)) %>%
  #Join with the original data
  right_join(df1, by = 'grp') %>%
  #divide the count to get final result
  mutate(result = myval/count) %>%
  arrange(grp)

# A tibble: 20 x 5
#     grp count mydate     myval result
#   <int> <int> <date>     <dbl>  <dbl>
# 1     1    NA 2019-05-11    NA   NA  
# 2     1    NA 2019-05-11    NA   NA  
# 3     2    NA 2019-05-11  1500   NA  
# 4     2    NA 2019-05-11  1500   NA  
# 5     2    NA 2019-05-12  1500   NA  
# 6     2    NA 2019-05-12  1500   NA  
# 7     3    NA 2019-05-12    NA   NA  
# 8     3    NA 2019-05-12    NA   NA  
# 9     3    NA 2019-05-13    NA   NA  
#10     3    NA 2019-05-13    NA   NA  
#11     4     4 2019-05-13  1100  275  
#12     4     4 2019-05-13  1100  275  
#13     4     4 2019-05-14  1100  275  
#14     5    NA 2019-05-14    NA   NA  
#15     6     3 2019-05-14   200   66.7
#16     6     3 2019-05-14   200   66.7
#17     7     2 2019-05-15  1100  550  
#18     7     2 2019-05-15  1100  550  
#19     7     2 2019-05-15  1100  550  
#20     8    NA 2019-05-15    NA   NA

【讨论】：