前 k 个值中的第 n 个最小值答案

【问题标题】：nth lowest value from from previous k values前 k 个值中的第 n 个最小值
【发布时间】：2021-03-04 23:56:47
【问题描述】：

我有以下数据表（使用 data.table 包）。

Month   ER
196307  -0.39359311
196308  5.06729343
196309  -1.56222299
196310  2.53955005
196311  -0.85428909

对于每一行，我想添加一个列VR，它的前三个值ER 中的第二高值。例如 196311 为 2.53955，196310 为 -0.39359311。

【问题讨论】：

标签： r sorting data.table

【解决方案1】：

在data.table可以使用frollapply进行滚动计算。

library(data.table)

n <- 2

setDT(df)[, VR := frollapply(shift(ER), 4, 
                    function(x) sort(x, decreasing = TRUE)[n], fill = NA)]
df

#    Month     ER     VR
#1: 196307 -0.394     NA
#2: 196308  5.067     NA
#3: 196309 -1.562     NA
#4: 196310  2.540 -0.394
#5: 196311 -0.854  2.540

【讨论】：

【解决方案2】：

（@akrun 比我快几秒钟。）不确定你是否有文字 data.table（即，在 data.table 包中）：无论如何，rollapply（来自 zoo，如果你有“常规”数据）或frollapply（如果您使用的是data.table）...

dd <- read.table(header=TRUE, text="
Month   ER
196307  -0.39359311
196308  5.06729343
196309  -1.56222299
196310  2.53955005
196311  -0.85428909
")

library(zoo)

dd$VR <- rollapply(dd$ER, width=4, FUN= function(x) sort(x[-4])[2],
                   fill=NA, align="right")
## [1]         NA         NA         NA -0.3935931  2.5395500

由于rollapply 包含当前值，为了获得先前 3 个值中第二高的值，我一次取四个值并忽略第四个（x[-4]）； @akrun 的解决方案使用 lag() 代替（这似乎稍微好一点，尽管它确实会导致对 tidyverse 的依赖，这可能是您不想要的）。

@akrun 的解决方案也按-x 排序（颠倒顺序）：在这种情况下，由于您指定了三个值中的第二高值，因此您按哪个顺序排序并不重要，但您的问题标题 ( "前 k 中第 n 低") 确实表明反向排序是一个好主意。

【讨论】：

谢谢。您知道可以使用 data.table 包完成此操作的方法吗？
建议rollapply(dd$ER, list(-(1:3)), sort, fill = NA)[, 2] 其中list(-(1:3)) 指定仅使用指定的偏移量。这给出了一个矩阵，每一行都排序，所以我们取第二列。

【解决方案3】：

我们可以使用zoo中的rollapply

library(zoo)
library(dplyr)
df1 %>%
    mutate(VR = rollapply(lag(ER), 3,
         FUN = function(x) x[order(-x)][2], fill = NA, align = 'right'))

【讨论】：

【解决方案4】：

这是另一个使用非等连接的选项：

DT[, c("start", "end") := .(Month-3L, Month-1L)]
DT[order(ER)][DT, on=.(Month>=start, Month<=end),
    .(Month=i.Month, ER=i.ER, VALUE=x.ER)][
        order(Month, ER), .(VR=VALUE[2L]), .(Month, ER)]

输出：

    Month         ER         VR
1: 196307 -0.3935931         NA
2: 196308  5.0672934         NA
3: 196309 -1.5622230  5.0672934
4: 196310  2.5395500 -0.3935931
5: 196311 -0.8542891  2.5395500

数据：

library(data.table)
DT <- fread("Month   ER
196307  -0.39359311
196308  5.06729343
196309  -1.56222299
196310  2.53955005
196311  -0.85428909")

【讨论】：