R：在逐列更改前后值的基础上找到最小值答案

【问题标题】：R : Finding minimum value on the basis of changing preceding and suceeding values in group by columnR：在逐列更改前后值的基础上找到最小值
【发布时间】：2019-12-09 20:48:46
【问题描述】：

添加可复制性：

  data.frame(
product=c(rep("x",2),rep("y",3)),
price_category_from=c(10,20,10,20,30),
price=c(30,31,31,30,27)

)

如下所示，我有一个表，我想按product 分组并更改price_category_from 列的值以找到最小值price。

product     price_category_from     price
  x                10                30
  x                20                31
  y                10                31
  y                20                30
  y                30                27

如下所示，结果表应包含最少的price.new 列，用于更改price_category_from 列中的值。例如，产品x 的两行中的price.new 为30，因为price_category_from 类别的后续price 值更大。而对于产品y，每个后续price_category_from 类别的最小值都会发生变化，因为下一个price 值更小。

price_category_from 中的值是按递增顺序排列的区间。

product     price_category_from     price    price.new
  x                10                30        30
  x                20                31        30  **
  y                10                31        31
  y                20                30        30
  y                30                27        27

我希望我能够解释这个问题。我非常感谢您的帮助（最好是data.table）。非常感谢您提前。

【问题讨论】：

标签： r dplyr data.table reshape2

【解决方案1】：

您可以使用cummin 获得 cumultive 最小值（所有值中的最小值，直到给定值）

library(data.table)
setDT(df)

df[, price.new := cummin(price), by = product]

df
#    product price_category_from price price.new
# 1:       x                  10    30        30
# 2:       x                  20    31        30
# 3:       y                  10    31        31
# 4:       y                  20    30        30
# 5:       y                  30    27        27

或以 R 为基数

df$price.new <- with(df, ave(price, product, FUN = cummin))

【讨论】：

或使用dplyr df %>% group_by(product) %>% mutate(price.new = cummin(price))

【解决方案2】：

这是数据框df的解决方案base R

df.out <- Reduce(rbind,lapply(split(df,df$product), 
                              function(x) within(x,price.new <- cummin(price))))

这样

> df.out
  product price_category_from price price.new
1       x                  10    30        30
2       x                  20    31        30
3       y                  10    31        31
4       y                  20    30        30
5       y                  30    27        27

数据

df <- structure(list(product = structure(c(1L, 1L, 2L, 2L, 2L), .Label = c("x", 
"y"), class = "factor"), price_category_from = c(10L, 20L, 10L, 
20L, 30L), price = c(30L, 31L, 31L, 30L, 27L)), class = "data.frame", row.names = c(NA, 
-5L))

【讨论】：