昨天我问到,如何在不同的条件下,根据列的条件进行求和。data.frame
. 这在小的子集中是成功的。然而,当使用完整的数据时,却花了好几个小时。所以我想,为什么不直接使用 plyr
rbind.fill
函数,然后进行条件求和。然后我发现我不知道怎么做,所以我希望你能帮我。这个是头,这个是尾
a b c d
1 1010001 4507888.889 NA NA
2 1010011 843166.708 NA NA
3 1010021 612500.000 NA NA
4 1010031 740000.000 NA NA
5 1010041 4166.667 NA NA
6 1010051 3366666.667 NA NA
这是尾。
a b c d
689085 NA NA 70.62 181.1278
689086 NA NA 106.30 2383.3616
689087 NA NA 768.80 248804.5507
689088 NA NA 512.30 189899.9227
689089 NA NA 144.70 176382.4634
689090 NA NA 340.90 264691.8022
我想做的是把每个值的 b
并将其与所有的 d
然后将所有的值相加,在 c
满足以下条件的 b(just one value)>=f(all values)
.我已经用这个试过了。
df<-df%>%mutate(sumc=sum(df$g[b>=df$f]))
这让我想到了一栏 sumc
充满 0
. 随着头和尾我显示的输出,我希望应该看起来像这样。
a b c d e
1 1010001 4507888.889 NA NA 1943.72
2 1010011 843166.708 NA NA 1943.72
3 1010021 612500.000 NA NA 1943.72
4 1010031 740000.000 NA NA 1943.72
5 1010041 4166.667 NA NA 177.92
6 1010051 3366666.667 NA NA 1943.72
689085 NA NA 70.62 181.1278 NA
689086 NA NA 106.30 2383.3616 NA
689087 NA NA 768.80 248804.5507 NA
689088 NA NA 512.30 189899.9227 NA
689089 NA NA 144.70 176382.4634 NA
689090 NA NA 340.90 264691.8022 NA
此外,我还尝试使用 group_by(a)
的值,以获得仅有的 sumc
正在取值,但没有用。
谢谢大家的阅读! :)
这里有一个选项,使用滚动连接 data.table
:
DT[order(D), csc := cumsum(C)]
DT[, sumc :=
DT[!is.na(D)][DT, on=.(D=B), roll=Inf, mult="last", csc]
]
输出:
A B C D csc sumc
1: 1010001 4507888.889 NA NA NA 1943.62
2: 1010011 843166.708 NA NA NA 1943.62
3: 1010021 612500.000 NA NA NA 1943.62
4: 1010031 740000.000 NA NA NA 1943.62
5: 1010041 4166.667 NA NA NA 176.92
6: 1010051 3366666.667 NA NA NA 1943.62
7: NA NA 70.62 181.1278 70.62 NA
8: NA NA 106.30 2383.3616 176.92 NA
9: NA NA 768.80 248804.5507 1602.72 NA
10: NA NA 512.30 189899.9227 833.92 NA
11: NA NA 144.70 176382.4634 321.62 NA
12: NA NA 340.90 264691.8022 1943.62 NA
数据:
library(data.table)
DT <- fread("A B C D
1010001 4507888.889 NA NA
1010011 843166.708 NA NA
1010021 612500.000 NA NA
1010031 740000.000 NA NA
1010041 4166.667 NA NA
1010051 3366666.667 NA NA
NA NA 70.62 181.1278
NA NA 106.30 2383.3616
NA NA 768.80 248804.5507
NA NA 512.30 189899.9227
NA NA 144.70 176382.4634
NA NA 340.90 264691.8022")
这是一个可能的解决方案,我不知道它需要多长时间来运行。
更新:提供一个C的值,而不是C的和。
library(tidyverse)
df <- readr::read_table(
" a b c d
1 1010001 4507888.889 NA NA
2 1010011 843166.708 NA NA
3 1010021 612500.000 NA NA
4 1010031 740000.000 NA NA
5 1010041 4166.667 NA NA
6 1010051 3366666.667 NA NA"
) %>% bind_rows(
readr::read_table(
" a b c d
689085 NA NA 70.62 181.1278
689086 NA NA 106.30 2383.3616
689087 NA NA 768.80 248804.5507
689088 NA NA 512.30 189899.9227
689089 NA NA 144.70 176382.4634
689090 NA NA 340.90 264691.8022"
)
)
#> Warning: Missing column names filled in: 'X1' [1]
#> Warning: Missing column names filled in: 'X1' [1]
df
#> # A tibble: 12 x 5
#> X1 a b c d
#> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 1 1010001 4507889. NA NA
#> 2 2 1010011 843167. NA NA
#> 3 3 1010021 612500 NA NA
#> 4 4 1010031 740000 NA NA
#> 5 5 1010041 4167. NA NA
#> 6 6 1010051 3366667. NA NA
#> 7 689085 NA NA 70.6 181.
#> 8 689086 NA NA 106. 2383.
#> 9 689087 NA NA 769. 248805.
#> 10 689088 NA NA 512. 189900.
#> 11 689089 NA NA 145. 176382.
#> 12 689090 NA NA 341. 264692.
# What Im trying to do is taking each value of b and compare it to all values
# of d and then sum all values in c that fulfill the condition
# b(just one value)>=f(all values)
df %>%
mutate(b_higher = if_else(b > max(d, na.rm = TRUE), "yes", "no", "missing")) %>%
mutate(c_sum = if_else(b_higher == "yes", c, NULL,NULL))
#> # A tibble: 12 x 7
#> X1 a b c d b_higher c_sum
#> <dbl> <dbl> <dbl> <dbl> <dbl> <chr> <dbl>
#> 1 1 1010001 4507889. NA NA yes NA
#> 2 2 1010011 843167. NA NA yes NA
#> 3 3 1010021 612500 NA NA yes NA
#> 4 4 1010031 740000 NA NA yes NA
#> 5 5 1010041 4167. NA NA no NA
#> 6 6 1010051 3366667. NA NA yes NA
#> 7 689085 NA NA 70.6 181. missing NA
#> 8 689086 NA NA 106. 2383. missing NA
#> 9 689087 NA NA 769. 248805. missing NA
#> 10 689088 NA NA 512. 189900. missing NA
#> 11 689089 NA NA 145. 176382. missing NA
#> 12 689090 NA NA 341. 264692. missing NA
df %>%
add_row(X1 = 7, a = 1010061, b = 843167, c = 10, d = 181) %>%
mutate(b_higher = if_else(b > max(d, na.rm = TRUE), "yes", "no", "missing")) %>%
mutate(c_sum = if_else(b_higher == "yes", c, NULL,NULL))
#> # A tibble: 13 x 7
#> X1 a b c d b_higher c_sum
#> <dbl> <dbl> <dbl> <dbl> <dbl> <chr> <dbl>
#> 1 1 1010001 4507889. NA NA yes NA
#> 2 2 1010011 843167. NA NA yes NA
#> 3 3 1010021 612500 NA NA yes NA
#> 4 4 1010031 740000 NA NA yes NA
#> 5 5 1010041 4167. NA NA no NA
#> 6 6 1010051 3366667. NA NA yes NA
#> 7 689085 NA NA 70.6 181. missing NA
#> 8 689086 NA NA 106. 2383. missing NA
#> 9 689087 NA NA 769. 248805. missing NA
#> 10 689088 NA NA 512. 189900. missing NA
#> 11 689089 NA NA 145. 176382. missing NA
#> 12 689090 NA NA 341. 264692. missing NA
#> 13 7 1010061 843167 10 181 yes 10
创建于2020-05-07,作者:the 重读包 (v0.3.0)