将列值与 dplyr::mutate 中的所有前导值进行比较答案

【问题标题】：Comparing a column value to all its leading values within dplyr::mutate将列值与 dplyr::mutate 中的所有前导值进行比较
【发布时间】：2020-08-06 11:38:12
【问题描述】：

我的数据由小标题中的单个向量/列组成：

my_tibble <- tibble(score = c(1,2,3,4,9,8,7,6,5,4))

对于 my_tibble$score 的每一行，我想计算与同一列中最大“前导”元素的差异。这个新列应称为“差异”。例如，第一行的差异应该是 1 - 9，而第五行应该是 9 - 8，最后一行将变为 NA，因为没有值落后/低于 4。

最后，新的 tibble 应该是这样的：

score | difference
<dbl>   <dbl>
1         -8
2         -7
3         -6
4         -5
9          1
8          1
7          1
6          1
5          1
4         NA

我想使用 dplyr 来实现这一点，到目前为止，我已经尝试了许多 mutate 的变体，比如

my_tibble %>%
 mutate(difference = score[which(score > score)])

希望找到某种方式，使 which 函数中的第二个“分数”指代正在变异的当前行。然而，经过数小时的尝试和拼命在网上寻找解决方案，我没有成功。

我找到的最接近的是dplyr: Summing n leading values，但这仍然给我留下了一个问题，即我想要所有前导值的最大前导值的差异，而不仅仅是最接近的 n 个前导值。

非常感谢帮助和/或推荐到之前已回答或解决的任何地方！

【问题讨论】：

标签： r dplyr

【解决方案1】：

我的解决方案：

my_tibble <- my_tibble %>%
 mutate(difference = map_dbl(seq_along(score), function(y) ifelse(y == length(score),
 NA_real_, score[y] - max(c(score[-(1:y)])))))

输出

> my_tibble
# A tibble: 10 x 2
   score difference
   <dbl>      <dbl>
 1     1         -8
 2     2         -7
 3     3         -6
 4     4         -5
 5     9          1
 6     8          1
 7     7          1
 8     6          1
 9     5          1
10     4         NA

【讨论】：

【解决方案2】：

一种方法是：

library(dplyr)
library(purrr)

my_tibble %>%
  mutate(difference = c(map_dbl(seq_along(score)[-n()], ~ score[.x] - max(score[-(1:.x)])), NA))

# A tibble: 10 x 2
   score difference
   <dbl>      <dbl>
 1     1         -8
 2     2         -7
 3     3         -6
 4     4         -5
 5     9          1
 6     8          1
 7     7          1
 8     6          1
 9     5          1
10     4         NA

【讨论】：

【解决方案3】：

类似于 for 循环

  my_tibble$plouf <- NA
  N <- dim(my_tibble)[1]
  for(i in 1:N){
    my_tibble$plouf[i] <- max(my_tibble[(i+1):N,"score"])
  }
  
  my_tibble %>%
    mutate(diif = score - plouf)


   score plouf  diif
   <dbl> <dbl> <dbl>
 1     1     9    -8
 2     2     9    -7
 3     3     9    -6
 4     4     9    -5
 5     9     8     1
 6     8     7     1
 7     7     6     1
 8     6     5     1
 9     5     4     1
10     4    NA    NA

【讨论】：