R 用什么代替'；滞后'；如果我的数据不是时间序列，而是一大组文本行

我的数据文件是许多具有类似结构的文本文件的合并：

行“新文件的开始”

与文件名一致

“数据线”有两列：域和事件数

每个文件中此类“数据行”的数量可能从0到十万不等 目标是为每一行添加新的列，该列将指示它所涉及的文件名

以下是数据示例：

 DF <- structure(list(domain = c("START OF NEW FILE", "94_res.txt", 
"google.ru", "START OF NEW FILE", "95_res.txt", "search-results.com", 
"hpc.ru", "theadgateway.com", "google.by"), count = c(NA, NA, 
2L, NA, NA, 2L, 1L, 1L, 6L)), row.names = c(NA, -9L), class = "data.frame")

是因为我的数据不是实时序列吗？或者因为应该添加一些技巧来解决第一行缺少“上一行”的问题？还是别的什么

另外，所需的输出是这样的smth（fnameRaw只是为了与实际输出进行比较而保留的中间字段）

---

lag

适用于时间序列，但如果使用dplyr，则会有一个

lag

适用于数据帧

1）dplyr/lag我们可以这样使用

lag

：

library(dplyr)
library(zoo)

DF %>% 
   mutate(filename = ifelse(lag(domain) == "START OF NEW FILE", domain, NA),
     filename = na.locf0(filename),
     filename = ifelse(domain == "START OF NEW FILE", NA, filename))

给予：

              domain count   filename
1  START OF NEW FILE    NA       <NA>
2         94_res.txt    NA 94_res.txt
3          google.ru     2 94_res.txt
4  START OF NEW FILE    NA       <NA>
5         95_res.txt    NA 95_res.txt
6 search-results.com     2 95_res.txt
7             hpc.ru     1 95_res.txt
8   theadgateway.com     1 95_res.txt
9          google.by     6 95_res.txt

2a）基本R/无滞后此基本解决方案类似于（2）。创建一个向量

g

，每行

DF

有一个元素，其元素为1，从新文件的第一行开始，从第二行开始，依此类推。然后定义一个函数

make_filename

，该函数为

g

定义的一个组创建

filename

列。最后对每组应用

make_功能

。没有使用任何软件包

g <- cumsum(DF$domain == "START OF NEW FILE")
make_Filename <- function(x) c(NA, rep(x[2], length(x) - 1))
transform(DF, filename = ave(DF$domain, g, FUN = make_filename))

---

我以P.S.的形式添加了预期输出。我需要滞后，因为新列的值取决于前一行-它等于前一行中“文件名”列的值，除非前一行的“域”值等于“新文件的开始”。您能以

dput（test.df）

格式提供您的输入数据吗？因为@G.Grothendieck已经提供了解决方案，不需要这样做-但是感谢您准备好help@useR，谢谢你的反馈-这对我很有用，因为我是这里的新手。下次我会努力遵守标准

              domain count   filename
1  START OF NEW FILE    NA       <NA>
2         94_res.txt    NA 94_res.txt
3          google.ru     2 94_res.txt
4  START OF NEW FILE    NA       <NA>
5         95_res.txt    NA 95_res.txt
6 search-results.com     2 95_res.txt
7             hpc.ru     1 95_res.txt
8   theadgateway.com     1 95_res.txt
9          google.by     6 95_res.txt

library(dplyr)

DF %>%
   group_by(g = cumsum(domain == "START OF NEW FILE")) %>%
   mutate(filename = c(NA, rep(domain[2], n()-1))) %>%
   ungroup %>%
   select(-g)

g <- cumsum(DF$domain == "START OF NEW FILE")
make_Filename <- function(x) c(NA, rep(x[2], length(x) - 1))
transform(DF, filename = ave(DF$domain, g, FUN = make_filename))

DF <- structure(list(domain = c("START OF NEW FILE", "94_res.txt", 
"google.ru", "START OF NEW FILE", "95_res.txt", "search-results.com", 
"hpc.ru", "theadgateway.com", "google.by"), count = c(NA, NA, 
2L, NA, NA, 2L, 1L, 1L, 6L)), row.names = c(NA, -9L), class = "data.frame")