R, условная кумулятивная сумма до максимального значения - PullRequest
Новая
       41

R, условная кумулятивная сумма до максимального значения

0 голосов
/ 21 марта 2020 
df <- data.frame("day" = 1:20, 
                   "LATP"= c(.08,.11,.12,.09,.14,.06,.10,.11,.13,.08,.15,.08,.11,.14,.08,.11,.14,.07,.11,.12), 
                   "LATP2"  = c(0,0,0,1,0,0,0,1,1,0,0,0,0,1,0,0,0,1,0,0))

Вот примерный кадр данных. Я пытаюсь суммировать значения в столбце LATP до максимального значения 1, основываясь на том, была ли запущена двоичная функция в LATP2 (= 1). Мне нужно делать кумулятивную сумму каждый раз, когда запускается бинарная функция, даже если они перекрываются. Я полагаю, что было бы лучше создать новый поднабор данных, который перенесет диапазон значений LATP, необходимых для достижения 1, и затем может быть сгруппирован по двоичному событию, которое их запустило? Я хотел бы иметь возможность наметить прогресс накопительного LATP для каждого события.

Это подмножество базы данных модели давления болезни мучнистой росы виноградной лозы. LATP - это развитие латентного периода от первичной инфекции до вторичной инфекции, которая полностью установлена. Таким образом, каждое событие освобождения споры (LATP2) будет иметь свой собственный период задержки, который является суммой прогрессии задержки.

Я бы предоставил несколько попыток, но я действительно не знаю, с чего начать с этой проблемой

Приветствия

1 Ответ

0 голосов
/ 21 марта 2020

Мы создаем группирующий индекс на основе id-длины-кодировки серий LATP2 и получаем кумулятивную сумму LATP 

library(dplyr)
library(data.table)
df %>%
    group_by(grp = lag(rleid(LATP2), default = 1)) %>% 
    mutate(new = cumsum(LATP))
# A tibble: 20 x 5
# Groups:   grp [9]
#     day  LATP LATP2   grp   new
#   <int> <dbl> <dbl> <dbl> <dbl>
# 1     1  0.08     0     1  0.08
# 2     2  0.11     0     1  0.19
# 3     3  0.12     0     1  0.31
# 4     4  0.09     1     1  0.4 
# 5     5  0.14     0     2  0.14
# 6     6  0.06     0     3  0.06
# 7     7  0.1      0     3  0.16
# 8     8  0.11     1     3  0.27
# 9     9  0.13     1     4  0.13
#10    10  0.08     0     4  0.21
#11    11  0.15     0     5  0.15
#12    12  0.08     0     5  0.23
#13    13  0.11     0     5  0.34
#14    14  0.14     1     5  0.48
#15    15  0.08     0     6  0.08
#16    16  0.11     0     7  0.11
#17    17  0.14     0     7  0.25
#18    18  0.07     1     7  0.32
#19    19  0.11     0     8  0.11
#20    20  0.12     0     9  0.12
...