R 对列索引变化的行进行逻辑检查

我一直在为这个具有大数据集的特殊任务开发R代码

示例数据框如下所示：

   mon  abb Apr May Jun Jul Aug Sep Oct Nov
    5   May 2   4   2   5   0   0   7   0
    5   May 6   5   1   1   3   0   6   4
    5   May 3   1   0   1   1   2   8   8
    7   Jul 5   4   1   0   0   0   9   1
    7   Jul 3   3   4   3   4   4   9   9
    7   Jul 4   2   3   3   1   2   7   4
    7   Jul 4   1   4   2   3   5   4   3
    6   Jun 4   0   4   3   3   6   5   5
    7   Jul 4   4   5   3   4   8   8   8
    5   May 4   -1  6   4   4   9   5   4
    7   Jul 4   -2  4   4   2   6   6   9

对于列

abb

中与列名称month匹配的月份中的每一行，相应单元格中的数字将与后续数字进行比较，并且创建列

count

，其次数小于其他单元格中的数字。希望它清楚

Output would look like
mon abb Apr May Jun Jul Aug Sep Oct Nov Count
5   May 2   4   2   5   0   0   7   0   2
5   May 6   5   1   1   3   0   6   4   1
5   May 3   1   0   1   1   2   8   8   3
7   Jul 5   4   1   0   0   0   9   1   2
7   Jul 3   3   4   3   4   4   9   9   4
7   Jul 4   2   3   3   1   2   7   4   2
7   Jul 4   1   4   2   3   5   4   3   4
6   Jun 4   0   4   3   3   6   5   5   3
7   Jul 4   4   5   3   4   8   8   8   4
5   May 4   -1  6   4   4   9   5   4   6
7   Jul 4   -2  4   4   2   6   6   9   3

我创建了列索引

conhead$b=（匹配（conhead[，conhead$monthabb]，colnames（conhead[，24:31]））+23）

---

无法继续。请分享更好的逻辑。

这里有一个使用

tidyverse

的选项。使用

rownames\u to_column

创建一个序列列，

在按序列（'rn'）分组后，将数据集收集为'long'格式，
切片
将'abb'等于'key'的行，
通过取逻辑表达式（
val[-1]>first（val）
）的
和
进行总结即，计算有多少值大于匹配发生的第一个元素，并将其绑定为原始数据集中的一列（“df1”）


base R
将使用行/列索引来提取元素，然后创建逻辑矩阵以获取
rowsumes

#column index position where the match occurs with 'abb' column and column names
i1 <- match(df1$abb, names(df1)[-(1:2)])
#replace elements in each row before the match to NA
m1 <- replace(df1[-(1:2)], cbind(rep(seq_along(i1), i1-1), sequence(i1-1)), NA)
#extract the elements where the match occured and compare it with 'm1'
df1$Count <- rowSums(m1 > df1[-(1:2)][cbind(1:nrow(df1), i1)], na.rm = TRUE)
df1$Count
#[1] 2 1 3 2 4 2 4 3 4 6 3

#与“abb”列和列名匹配的列索引位置
i1@AlbertRajan您是否已经加载了
dplyr
，tidyr`packages您可以只做
df1%gather（key，val，Apr:Nov）%%>%groupby（rn）%%>%slice（（which（abb==key））：n（））%%summase（Count=sum（val[-1]>first（val））%%arrange（as.integer（rn））%%>%pull（Count）%%pull）（Count）>%bind\cols（df1，Count=）
#column index position where the match occurs with 'abb' column and column names
i1 <- match(df1$abb, names(df1)[-(1:2)])
#replace elements in each row before the match to NA
m1 <- replace(df1[-(1:2)], cbind(rep(seq_along(i1), i1-1), sequence(i1-1)), NA)
#extract the elements where the match occured and compare it with 'm1'
df1$Count <- rowSums(m1 > df1[-(1:2)][cbind(1:nrow(df1), i1)], na.rm = TRUE)
df1$Count
#[1] 2 1 3 2 4 2 4 3 4 6 3