Функция R перебирает новую строку, используя данные предыдущей

Question

Я пытаюсь классифицировать входящие данные о температуре для раннего обнаружения возрастающей тенденции (событие = 1) или убывающей тенденции (событие = 2).Начало восходящего тренда характеризуется увеличением на 1% от самой низкой точки (Pl).Начало нисходящего тренда характеризуется уменьшением на 1% от наивысшей точки (Ph)

. Набор данных инициализируется с трендом = 1, Ph и Pl = Температура, и я хотел бы зацикливаться на каждой новой строке, обновляяPl / Ph и классифицировать тип события.

Используемый набор данных

data <- data.frame (Temperature=c(93.37, 93.44, 93.22, 93.28, 93.32, 93.48, 93.32, 92.49, 92.21, 92.16, 91.31, 91.30, 91.37, 91.30, 91.21, 91.37, 91.59, 91.45, 92.07, 92.16, 92.35, 92.52, 92.48, 92.13, 92.46), 
                    event=c(1, rep(NA, 24)), Ph=c(93.37, rep(NA, 24)), Pl=c(93.37, rep(NA, 24)))

Ожидаемый результат

data <- data.frame (Temperature=c(93.37, 93.44, 93.22, 93.28, 93.32, 93.48, 93.32, 92.49, 92.21, 92.16, 91.31, 91.30, 91.37, 91.30, 91.21, 91.37, 91.59, 91.45, 92.07, 92.16, 92.35, 92.52, 92.48, 92.13, 92.46), 
event=c(1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,2,1,1,1,1,1,1), 
Ph=c(93.37,NA,NA,NA,NA,NA,NA,92.49,92.21,92.16,91.31,91.3,91.3,91.3,91.21,91.21,91.21,91.21,91.21,NA,NA,NA,NA,NA,NA),
Pl=c(93.37,93.44,93.44,93.44,93.44,93.48,93.48,NA,NA,NA,NA,NA,NA,NA,NA,NA,NA,NA,NA,92.16,92.35,92.52,92.52,92.52,92.52))

Iне удалось преобразовать следующий код в цикл, который может выполнять эти команды в историческом наборе данных.Я попытался использовать функцию, а также применить семейство без успеха.

data$Ph_lag <- lag(data$Ph, 1)
data$Pl_lag <- lag(data$Pl, 1)

for(i in 2:nrow(data)) {

  if (data$event[i-1] == 1) {

    if (data$Temperature[i]  <= data$Ph_lag[i] * 0.99) { # missing value where TRUE/FALSE needed (=all NA ROWS)
      data$event[i]  <- 2
      data$Pl[i] <- data$Close[i]

    } else if (data$Temperature[i] > data$Ph_lag[i]) { 
      data$Ph[i] <- data$Temperature[i]
      data$event[i] <- 1

    } else {  
      data$Ph[i] <- data$Ph_lag[i]
      data$event[i] <- 1
    }  

  } else if (data$event[i-1] == 2) { 

    if (data$Temperature[i]  >= data$Pl_lag[i]  * 1.01) { 
      data$event[i]  <- 1
      data$Ph[i] <- data$Temperature[i]

    } else if (data$Temperature[i] < data$Pl_lag[i]) { 
      data$Pl[i] <- data$Temperature[i]
      data$event[i]  <- 2

    } else {  
      data$Pl[i] <- data$Pl_lag[i]
      data$event[i]  <- 2
    }}}

В своем текущем состоянии этот код является успешным при применении к одной строке, но вряд ли может быть использован для заполнения исторических данных, содержащихтысячи наблюдений.

Комментарии приветствуются, буду очень признателен

Answer 1

Следующий код выполняется без ошибки:

data <- data.frame (Temperature=c(93.37, 93.44, 93.22, 93.28, 93.32, 93.48, 93.32, 92.49, 92.21, 92.16, 91.31, 91.30, 91.37, 91.30, 91.21, 91.37, 91.59, 91.45, 92.07, 92.16, 92.35, 92.52, 92.48, 92.13, 92.46), 
                    event=c(1, rep(NA, 24)), Ph=c(93.37, rep(NA, 24)), Pl=c(93.37, rep(NA, 24)))

result <- data.frame (Temperature=c(93.37, 93.44, 93.22, 93.28, 93.32, 93.48, 93.32, 92.49, 92.21, 92.16, 91.31, 91.30, 91.37, 91.30, 91.21, 91.37, 91.59, 91.45, 92.07, 92.16, 92.35, 92.52, 92.48, 92.13, 92.46), 
                    event=c(1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,2,1,1,1,1,1,1), 
                    Ph=c(93.37,NA,NA,NA,NA,NA,NA,92.49,92.21,92.16,91.31,91.3,91.3,91.3,91.21,91.21,91.21,91.21,91.21,NA,NA,NA,NA,NA,NA),
                    Pl=c(93.37,93.44,93.44,93.44,93.44,93.48,93.48,NA,NA,NA,NA,NA,NA,NA,NA,NA,NA,NA,NA,92.16,92.35,92.52,92.52,92.52,92.52))

#data$Ph_lag <- lag(data$Ph, 1)
#data$Pl_lag <- lag(data$Pl, 1)

for(i in 2:nrow(data)) {

  if (data$event[i-1] == 1) {

    if (data$Temperature[i]  <= data$Ph[i-1] * 0.99) { # missing value where TRUE/FALSE needed (=all NA ROWS)
      data$event[i]  <- 2
      data$Pl[i] <- data$Temperature[i]

    } else if (data$Temperature[i] > data$Ph[i-1]) { 
      data$Ph[i] <- data$Temperature[i]
      data$event[i] <- 1

    } else {  
      data$Ph[i] <- data$Ph[i-1]
      data$event[i] <- 1
    }  

  } else if (data$event[i-1] == 2) { 

    if (data$Temperature[i]  >= data$Pl[i-1]  * 1.01) { 
      data$event[i]  <- 1
      data$Ph[i] <- data$Temperature[i]

    } else if (data$Temperature[i] < data$Pl[i-1]) { 
      data$Pl[i] <- data$Temperature[i]
      data$event[i]  <- 2

    } else {  
      data$Pl[i] <- data$Pl[i-1]
      data$event[i]  <- 2
    }}}

Но результат не совсем то, что вы посещали.