Найти минимальное значение, так как в R

Question

Я видел много новостных агентств, говорящих о том, что «страна Х сообщает о своем наименьшем количестве новых случаев коронавируса с даты Y», поэтому я хотел попробовать сделать это в R, но я просто не могу понять как.

Вот данные, которые я имею для Италии, например:

italy <- tibble::tribble(
   ~country,   ~date, ~cases_day,
  "Italy", "2020-03-16", 3233L,
  "Italy", "2020-03-17", 3526L,
  "Italy", "2020-03-18", 4207L,
  "Italy", "2020-03-19", 5322L,
  "Italy", "2020-03-20", 5986L,
  "Italy", "2020-03-21", 6557L,
  "Italy", "2020-03-22", 5560L,
  "Italy", "2020-03-23", 4789L,
  "Italy", "2020-03-24", 5249L,
  "Italy", "2020-03-25", 5210L,
  "Italy", "2020-03-26", 6203L,
  "Italy", "2020-03-27", 5909L,
  "Italy", "2020-03-28", 5974L,
  "Italy", "2020-03-29", 5217L,
  "Italy", "2020-03-30", 4050L,
  "Italy", "2020-03-31", 4053L,
  "Italy", "2020-04-01", 4782L,
  "Italy", "2020-04-02", 4668L,
  "Italy", "2020-04-03", 4585L,
  "Italy", "2020-04-04", 4805L,
  "Italy", "2020-04-05", 4316L,
  "Italy", "2020-04-06", 3599L,
  "Italy", "2020-04-07", 3039L,
  "Italy", "2020-04-08", 3836L,
  "Italy", "2020-04-09", 4204L,
  "Italy", "2020-04-10", 3951L,
  "Italy", "2020-04-11", 4694L,
  "Italy", "2020-04-12", 4092L,
  "Italy", "2020-04-13", 3153L,
  "Italy", "2020-04-14", 2972L
  )

Я хочу создать столбец, в котором будет указано, когда в последний раз количество дел было ниже один в текущей строке. Таким образом, желаемый результат для первых 10 строк будет выглядеть примерно так:

tibble::tribble(
  ~country,        ~date, ~cases_day, ~minimum_since,
   "Italy", "2020-03-16",      3233L,             NA,
   "Italy", "2020-03-17",      3526L,   "2020-03-16",
   "Italy", "2020-03-18",      4207L,   "2020-03-17",
   "Italy", "2020-03-19",      5322L,   "2020-03-18",
   "Italy", "2020-03-20",      5986L,   "2020-03-19",
   "Italy", "2020-03-21",      6557L,   "2020-03-20",
   "Italy", "2020-03-22",      5560L,   "2020-03-19",
   "Italy", "2020-03-23",      4789L,   "2020-03-18",
   "Italy", "2020-03-24",      5249L,   "2020-03-23",
   "Italy", "2020-03-25",      5210L,   "2020-03-23"
  )

Я думаю, это можно сделать с помощью чего-то вроде накопления? Но я просто застрял здесь. Заранее спасибо за любую помощь!

Answer 1

1) База R При заданном номере строки i вызов wx(i, italy) возвращает номер строки самого последнего нижнего значения. which (...) находит номера строк значений V3, которые меньше значения V3 текущей строки, а tail получает последнее или NA, если его нет. Используйте значение, возвращаемое из wx, чтобы индексировать даты. Пакеты не используются.

nr <- nrow(italy)
wx <- function(i, data) {
  ix <- with(data, which(head(V3, i-1) < V3[i]))
  tail(c(NA, ix), 1)
}
transform(italy, min_since = V2[sapply(1:nr, wx, data = italy)])

, давая:

      V1         V2   V3  min_since
1  Italy 2020-03-16 3233       <NA>
2  Italy 2020-03-17 3526 2020-03-16
3  Italy 2020-03-18 4207 2020-03-17
4  Italy 2020-03-19 5322 2020-03-18
5  Italy 2020-03-20 5986 2020-03-19
6  Italy 2020-03-21 6557 2020-03-20
7  Italy 2020-03-22 5560 2020-03-19
8  Italy 2020-03-23 4789 2020-03-18
9  Italy 2020-03-24 5249 2020-03-23
10 Italy 2020-03-25 5210 2020-03-23
11 Italy 2020-03-26 6203 2020-03-25
12 Italy 2020-03-27 5909 2020-03-25
13 Italy 2020-03-28 5974 2020-03-27
14 Italy 2020-03-29 5217 2020-03-25
15 Italy 2020-03-30 4050 2020-03-17
16 Italy 2020-03-31 4053 2020-03-30
17 Italy 2020-04-01 4782 2020-03-31
18 Italy 2020-04-02 4668 2020-03-31
19 Italy 2020-04-03 4585 2020-03-31
20 Italy 2020-04-04 4805 2020-04-03
21 Italy 2020-04-05 4316 2020-03-31
22 Italy 2020-04-06 3599 2020-03-17
23 Italy 2020-04-07 3039       <NA>
24 Italy 2020-04-08 3836 2020-04-07
25 Italy 2020-04-09 4204 2020-04-08
26 Italy 2020-04-10 3951 2020-04-08
27 Italy 2020-04-11 4694 2020-04-10
28 Italy 2020-04-12 4092 2020-04-10
29 Italy 2020-04-13 3153 2020-04-07
30 Italy 2020-04-14 2972       <NA>

2) sqldf Мы также можем сделать это в SQL, присоединив каждую строку Италии к каждый второй ряд Италии, который имеет более низкие значения V2 и V3. Затем возьмите значения из соединенных строк, имеющих наибольшее значение V2.

library(sqldf)

sqldf("select a.*, b.V2 min_since, max(b.V2) prior_min
  from italy a
  left join italy b
  on a.V2 > b.V2 and a.V3 > b.V3
  group by a.V2")