有效地迭代行以动态/顺序填充变量向下行答案

【问题标题】：Efficiently iterate over rows to dynamically/sequentially populate variable going down rows有效地迭代行以动态/顺序填充变量向下行
【发布时间】：2018-11-28 19:42:17
【问题描述】：

我正在尝试动态填充一个变量，这需要我引用行。

给出 3 列：time、group 和 val。

我想填充最初为 NA 的第 3、4、7 和 8 行的 val。

这是我的玩具数据：

df <- expand.grid(time = rep(c(1,2,3,4)), group = rep(c("A", "B")))
df$val <- c(50,40,NA,NA)

df

> df
     time group val
  1    1     A  50
  2    2     A  40
  3    3     A  NA
  4    4     A  NA
  5    1     B  50
  6    2     B  40
  7    3     B  NA
  8    4     B  NA

我有两个分组变量（time 和 group），例如，我需要填充第 3 行 上面的这组规则：

1. Order by group and time (in ascending order)
2. For time = 3, the value of **val** is the arithmetic average of two previous rows; 
   (2a). i.e. the average of time 2 and time 1 values, so it will be 1/2 * (40+50) = 45.
3. For time = 4, the value of **val** is the arithmetic average of two previous rows;
    (3a). i.e. the average of time 3 and time 2 values, so it will be 1/2 * (45+40) = 42.5.

依此类推，直到由 time 和 group 变量定义的每个组的最后一行。

我想避免使用循环和引用行索引来实现这一点，并且更喜欢留在 dplyr 内，因为我的其余脚本都在 dplyr 生态系统。有没有一种有效的方法来实现这一点？

【问题讨论】：

你可以做类似df$val[is.na(df$val)] <- somevalue
就我而言，somevalue 必须按顺序填充，所以我不清楚这种方法将如何工作？

标签： r loops dplyr

【解决方案1】：

这不是最干净的解决方案，但它可以完成工作：

df2 = df %>%
    arrange(group, time) %>%
    mutate(val = if_else(is.na(val), (lag(val, n=1) + lag(val, n=2))/2.0, val)) %>%
    mutate(val = if_else(is.na(val), (lag(val, n=1) + lag(val, n=2))/2.0, val))

同样，它并不漂亮，但它似乎工作。希望对您有所帮助。

【讨论】：