Наиболее частые значения в скользящем окне данных в R - PullRequest
Новая
       6

Наиболее частые значения в скользящем окне данных в R

0 голосов
/ 25 мая 2018

У меня есть следующий фрейм данных (df): 

    A                    B           T    Required col (window = 3)
1   1                    0           1     
2   3                    0           3   
3   4                    0           4        
4   2                    1           1        4
5   6                    0           0        2
6   4                    1           1        0
7   7                    1           1        1
8   8                    1           1        1
9   1                    0           0        1

Я хотел бы добавить необходимый столбец следующим образом: Вставьте в текущую строку предыдущее значение строки A или B,Если в последних строках 3 (window) большую часть времени содержимое столбца A равно столбцу T, выберите A, в противном случае - B.(Может быть больше столбцов - поэтому будет выбрано содержимое столбца, максимальное время которого равно T).Какой самый эффективный способ сделать это для большой таблицы данных.

Ответы [ 2 ]

0 голосов
/ 25 мая 2018

Вероятно, гораздо менее эффективно, чем ответ Райана, но без дополнительных пакетов. 

A<-c(1,3,4,2,6,4,7,8,1)
B<-c(0,0,0,1,0,1,1,1,0)
TC<-c(1,3,4,1,0,1,1,1,0)
req<-rep(NA,9)
df<-data.frame(A,B,TC,req)
window<-3
for(i in window:(length(req)-1)){
  equal <- sum(df$A[(i-window+1):i]==df$TC[(i-window+1):i])
  if(equal > window/2){
    df$req[i+1]<-df$A[i]  
  }else{
    df$req[i+1]<-df$B[i]
  }
}
0 голосов
/ 25 мая 2018

Я изменил столбец с именем T на имя TC, чтобы избежать путаницы с T в качестве сокращения для TRUE

library(tidyverse)
library(data.table)

df[, newcol := {
  equal <- A == TC
  map(1:.N, ~ if(.x <= 3) NA
              else if(sum(equal[.x - 1:3]) > 3/2) A[.x - 1] 
              else B[.x - 1])
}]
df

#    N A B TC newcol
# 1: 1 1 0  1     NA
# 2: 2 3 0  3     NA
# 3: 3 4 0  4     NA
# 4: 4 2 1  1      4
# 5: 5 6 0  0      2
# 6: 6 4 1  1      0
# 7: 7 7 1  1      1
# 8: 8 8 1  1      1
# 9: 9 1 0  0      1

Это тоже работает, но менее понятно, ивероятно менее эффективный 

df[, newcol := shift(A == TC, 1:3) %>% 
                  pmap_lgl(~sum(...) > 3/2) %>% 
                  ifelse(shift(A), shift(B))]

данные: 

df <- fread("
N    A                    B           TC   
1   1                    0           1     
2   3                    0           3   
3   4                    0           4        
4   2                    1           1        
5   6                    0           0        
6   4                    1           1        
7   7                    1           1        
8   8                    1           1        
9   1                    0           0        
")
...