如何使用R中的复杂条件减去中位数答案

【问题标题】：How to subtract a median using complex condition in R如何使用R中的复杂条件减去中位数
【发布时间】：2018-11-21 17:52:14
【问题描述】：

我有数据集

df=structure(list(SKU = c(11202L, 11202L, 11202L, 11202L, 11202L, 
11202L, 11202L, 11202L, 11202L, 11202L, 11202L, 11202L, 11202L, 
11202L, 11202L, 11202L, 11202L, 11202L, 11202L, 11202L, 11202L
), stuff = c(8.85947691, 9.450108704, 10.0407405, 10.0407405, 
10.63137229, 11.22200409, 11.22200409, 11.81263588, 12.40326767, 
12.40326767, 12.40326767, 12.99389947, 13.58453126, 14.17516306, 
14.76579485, 15.94705844, 17.12832203, 17.71895382, 21.26274458, 
25.98779894, 63.19760196), action = c(0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L), 
    acnumber = c(137L, 137L, 137L, 137L, 137L, 137L, 137L, 137L, 
    137L, 137L, 137L, 137L, 137L, 137L, 137L, 137L, 137L, 137L, 
    137L, 137L, 137L), year = c(2018L, 2018L, 2018L, 2018L, 2018L, 
    2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 
    2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L)), .Names = c("SKU", 
"stuff", "action", "acnumber", "year"), class = "data.frame", row.names = c(NA, 
-21L))

action 列只有两个值 0 和 1。正如我们所见，1 类的东西有 3 个观察值，0 类的东西有 18 个 obs。

我需要 -计算填充变量的中位数仅适用于类别 1（它等于 25.98779894），不带零。正如我们所看到的，1 之间有零，它们需要被删除，如果存在负值，它们也需要被删除。即，好像数据集是这样的：

structure(list(SKU = c(11202L, 11202L, 11202L, 11202L, 11202L, 
11202L, 11202L, 11202L, 11202L, 11202L, 11202L, 11202L, 11202L, 
11202L, 11202L, 11202L, 11202L, 11202L, 11202L, 11202L, 11202L
), stuff = c(8.85947691, 9.450108704, 10.0407405, 10.0407405, 
10.63137229, 11.22200409, 11.22200409, 11.81263588, 12.40326767, 
12.40326767, 12.40326767, 12.99389947, 13.58453126, 14.17516306, 
14.76579485, 15.94705844, 17.12832203, 17.71895382, 21.26274458, 
25.98779894, 63.19760196), action = c(0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 1L, NA, NA, NA, NA, NA, NA, NA, NA, 1L, 1L), 
    acnumber = c(137L, 137L, 137L, 137L, 137L, 137L, 137L, 137L, 
    137L, 137L, 137L, 137L, 137L, 137L, 137L, 137L, 137L, 137L, 
    137L, 137L, 137L), year = c(2018L, 2018L, 2018L, 2018L, 2018L, 
    2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 
    2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L)), .Names = c("SKU", 
"stuff", "action", "acnumber", "year"), class = "data.frame", row.names = c(NA, 
-21L))

我还需要通过 0 类的填充变量计算最后三个观察值的中位数，该变量在第一个之前，在我们的例子中是 12,40326767

然后从类别 1 的中位数中减去类别 0 的中位数并乘以 1 的数量，在本例中为 3。

(25,98779894-12,40326767)*3=40,75359381

我该如何做这个操作？

我期望的输出

SKU     stuff     action    acnumber    year    value
11202   8,85947691  3          137      2018    40,75359381

【问题讨论】：

标签： r dplyr subset lapply

【解决方案1】：

这是tidyverse 解决方案：

df %>%
  group_by(SKU,acnumber,year) %>%
  summarize(value = 3*(median(stuff[action==1]) - median(stuff[match(1,action)-3:1])),
            stuff=first(stuff),
            action = sum(action)) %>%
  select(SKU,stuff,action,acnumber,year,value)

# # A tibble: 1 x 6
# # Groups:   SKU, acnumber [1]
#     SKU stuff action acnumber  year value
#   <int> <dbl>  <int>    <int> <int> <dbl>
# 1 11202  8.86      3      137  2018  40.8

【讨论】：

Moody_Mudskipper，非常非常好，但是你能帮我解决类似的问题，但按组分开。 stackoverflow.com/questions/50817958/…。如果可以回答这个话题，我只是删除新的相关帖子。
我要去看看，但在我的回答中，我已经通过group_by 声明将它概括为几个组
Moody_Mudskipper，最后一个问题。根据 1 个类别的数据，必须计算中位数，不带负值或 0 值 (1,2,3,-4) -4 必须删除。怎么办？