计算比当前值大一的值的先前出现次数

Question

我正在尝试创建一个列，其中包含比当前值大一的值的先前出现次数（按日期排序）。在此处提供的示例中，我在标记为“wanted”的列中手动创建了我想要的值，该值等于 RoundNo 的先前出现次数（按“日期”排序）等于焦点行大一的计数圆号我需要为每个InvestorID按组分别计算。

因此，第一行“想要”值等于投资者 1 的先前 RoundNo 的计数，其中 RoundNo == 3（也比第一行的 RoundNo 2 大）。所以在这种情况下，这将是 0。类似地，对于第二行，“想要的”值是投资者 1 的先前 RoundNo 的计数，其中 RoundNo == 2（也就是比第二行的 RoundNo 1 大一）。因此，在这种情况下，这将是 1。将不胜感激任何帮助。代码示例如下。谢谢！

dt = as.data.table(cbind(c(rep(1,7),rep(2,7)),
                         c("2019-08-01","2019-09-01","2019-10-01","2019-11-01","2019-12-01","2021-04-01","2021-10-01",
                           "2019-01-01","2019-02-01","2019-04-01","2019-08-01","2019-09-01","2019-10-01","2019-11-01"),
                         c(2,1,2,2,1,3,2,1,2,3,2,1,3,1)))
names(dt) = c("InvestorID","date","RoundNo")
wanted = c(0,1,0,0,3,0,1,0,0,0,1,2,0,2)
dt$wanted = wanted

Answer 1

1) 定义一个函数Count，它计算其向量输入的每个元素等于1 加上其最后一个元素的次数。然后使用 rollapplyr 将其应用于RoundNo 的连续更大的前导序列。

library(zoo)

Count <- function(x) sum(x == tail(x, 1) + 1)
dt[, wanted := rollapplyr(as.numeric(RoundNo), 1:.N, Count), by = InvestorID]

2) 另一种方法是使用自左连接，其中dt 别名为a 的第一个实例左连接到dt 别名为@ 的第二个实例987654327@ 关联来自同一 InvestorID 并位于 a 行之前或处的那些 b 行。按a 行分组，并对b 行取适当的总和。

library(sqldf)

sqldf("select a.*, sum(a.RoundNo + 1 == b.RoundNo) wanted
  from dt a
  left join dt b on a.InvestorID = b.InvestorID and b.rowid <= a.rowid
  group by a.rowid")

3) 此替代方案仅使用 data.table。 Count 来自 (1)。

dt[, wanted := sapply(1:.N, function(i) Count(as.numeric(RoundNo)[1:i])), 
     by = InvestorID]

Answer 2

另一个使用Reduce 的data.table 解决方案：

dt[order(date),.(date,
                 result=lapply(Reduce('c',as.numeric(RoundNo),accumulate=T),
                                    function(x) sum(x==last(x)+1)),
                 wanted), by=InvestorID]

    InvestorID       date result wanted
 1:          2 2019-01-01      0      0
 2:          2 2019-02-01      0      0
 3:          2 2019-04-01      0      0
 4:          2 2019-08-01      1      1
 5:          2 2019-09-01      2      2
 6:          2 2019-10-01      0      0
 7:          2 2019-11-01      2      2
 8:          1 2019-08-01      0      0
 9:          1 2019-09-01      1      1
10:          1 2019-10-01      0      0
11:          1 2019-11-01      0      0
12:          1 2019-12-01      3      3
13:          1 2021-04-01      0      0
14:          1 2021-10-01      1      1