R 具有先前结果的列

我和R一起工作

我所拥有的：

      ID_1     ID_2      Date        x_1        y_2     
1      12       3     2011-12-21       15        10     
2      12       13    2011-12-22       50        40     
3      3        12    2011-12-22       20        30     
4      15       13    2011-12-23       30        20     
...
and so on

目标：

      ID_1     ID_2      Date        x_1        y_2     XX_1      YY_2
1      12       3     2011-12-21       15        10      0         0
2      12       13    2011-12-22       50        40      15        0
3      3        12    2011-12-22       20        30      10        50
4      15       13    2011-12-23       30        20      0         40
...
and so on

我想在

XX_1

和

YY_2

中查看

x_1

和

y_2

列中的值，如果在该日期之前没有值可用，则对应于

ID_1

和

ID1_2

中的先前值。我不知道如何处理

ID_1

和

ID_2

中可能存在不同值的事实（如示例中的id3和id12）

@埃卡捷夫 ID1和ID2（查找整个ID行的匹配项，即使切换了ID的顺序）：

---

如果我理解正确的话，应该在所有严格高于给定ID值的行中从左到右、从下到上查找目标ID。我将编写函数查找前面ID的坐标

# find the indices of the preceded ID value
# @id_matrix == your_data_frame[, c("ID_1", "ID_2")]
# [@i_of_row, @i_of_col] are the coordinates of the considered ID
# i_of_row > 1
FindPreviousID <- function(id_matrix, i_of_row, i_of_col) {
    shorten_matrix <- id_matrix[1:(i_of_row - 1),,drop = FALSE]
    rev_ind <- match(table = rev(t(shorten_matrix)), 
        x = ids[i_of_row,i_of_col], nomatch = NA_real_)
    n_row_found <- floor((length(shorten_matrix) - rev_ind)/2) + 1
    n_col_found <- (length(shorten_matrix) - rev_ind) %% ncol(shorten_matrix) + 1
    return(c(row = n_row_found, col = n_col_found))
}

#查找前面ID值的索引
#@id_matrix==您的_数据_帧[，c（“id_1”，“id_2”）]
#[@i_of_row，@i_of_col]是所考虑的ID的坐标
#第i行的第i行>1
FindPreviousID如果我理解正确，目标ID应该从左到右、从下到上在所有严格高于给定ID值的行中查找。我将编写函数查找前面ID的坐标

# find the indices of the preceded ID value
# @id_matrix == your_data_frame[, c("ID_1", "ID_2")]
# [@i_of_row, @i_of_col] are the coordinates of the considered ID
# i_of_row > 1
FindPreviousID <- function(id_matrix, i_of_row, i_of_col) {
    shorten_matrix <- id_matrix[1:(i_of_row - 1),,drop = FALSE]
    rev_ind <- match(table = rev(t(shorten_matrix)), 
        x = ids[i_of_row,i_of_col], nomatch = NA_real_)
    n_row_found <- floor((length(shorten_matrix) - rev_ind)/2) + 1
    n_col_found <- (length(shorten_matrix) - rev_ind) %% ncol(shorten_matrix) + 1
    return(c(row = n_row_found, col = n_col_found))
}

#查找前面ID值的索引
#@id_matrix==您的_数据_帧[，c（“id_1”，“id_2”）]
#[@i_of_row，@i_of_col]是所考虑的ID的坐标
#第i行的第i行>1
FindPreviousIDOP已请求将
ID
（如果有）的先前值复制到相应的新列中

这可以通过将多个列同时从宽格式重塑为长格式，通过移位/滞后找到以前的值，然后重塑为宽格式来解决：

library(data.table)
setDT(DF)[, rn := .I]
long <- melt(DF, id.vars = c("rn", "Date"), measure.vars = patterns("^ID", "^x|y"),
             value.name = c("ID", "value"))
long[order(Date), previous := shift(value, fill = 0), by = ID]
dcast(long, rn + Date ~ variable, value.var = c("ID", "value", "previous"))

或者，对
dcast（）
的最后一次调用可以在加入时由更新替换：

这正好再现了OP的预期结果

资料
库（data.table）
DFOP已请求将
ID
（如果有）的先前值复制到相应的新列中

这可以通过将多个列同时从宽格式重塑为长格式，通过移位/滞后找到以前的值，然后重塑为宽格式来解决：

library(data.table)
setDT(DF)[, rn := .I]
long <- melt(DF, id.vars = c("rn", "Date"), measure.vars = patterns("^ID", "^x|y"),
             value.name = c("ID", "value"))
long[order(Date), previous := shift(value, fill = 0), by = ID]
dcast(long, rn + Date ~ variable, value.var = c("ID", "value", "previous"))

或者，对
dcast（）
的最后一次调用可以在加入时由更新替换：

这正好再现了OP的预期结果

资料
库（data.table）
DF我已经读了这篇文章至少4次，我正在努力理解你的要求。我试图找出如何生成
XX_1
和
YY_1
，但没有成功。你需要更多地解释你的意思。这真是令人困惑。这可能只是我不理解的一个问题。第2行，XX_1是15，因为ID1 12的“最后”结果是15（x_1）。在YY_中，2是0，因为没有关于id 13的记录。第3行，ID1是3，之前的值3是10（y_2），因此在XX_1中，值是10。等等姓名栏中的数字指的是身份证位置。我已经读了这篇文章至少4次，我很难理解你的要求。我试图找出如何生成
XX_1
和
YY_1
，但没有成功。你需要更多地解释你的意思。这真是令人困惑。这可能只是我不理解的一个问题。第2行，XX_1是15，因为ID1 12的“最后”结果是15（x_1）。在YY_中，2是0，因为没有关于id 13的记录。第3行，ID1是3，之前的值3是10（y_2），因此在XX_1中，值是10。等等“姓名”列中的数字指的是ID位置。本周我将试一试，thanx in advanceit工作起来很有魅力！thanx很多，现在我知道怎么做这样的任务了。我从不考虑编写函数脚本+1我试图破解你的代码，但有些代码对我来说毫无意义。我希望你能解决我对它工作原理的疑问。1） 找不到行和列。为什么你使用地板和除以2，+1？我不明白你在做什么。2） 假设我想将相同的脚本用于另一个目的：仅当id1和id2（同一行）中的元素出现在上面时才执行相同的操作，当然，如果相同的元素出现在id1和id2列中，则执行相同的操作。感谢您的反馈！1） 计算
n\u row\u found
，
n\u col\u found
的目的是将转换后的
shorten\u矩阵中找到的元素的“线性”索引
rev\u ind
转换为原始
shorten\u矩阵中的一对索引。诀窍是使用不同的R子集方法。威克曼的《高级R》第3节对我掌握这些问题非常有帮助。讨论了在“线性”索引和一对索引之间转换的公式。2）我不太明白您想要更改什么。它是
lD_1
/
lD_2
和
x_1
/
y_2
之间的对应关系吗？你能举一个例子来说明吗？我这周会试试，thanx in Advance它就像一个符咒！thanx很多，现在我知道怎么做这样的任务了。我从不考虑编写函数脚本+1我试图破解你的代码，但有些代码对我来说毫无意义。我希望你能解决我对它工作原理的疑问。1） 找不到行和列。为什么你使用地板和除以2，+1？我不明白你在做什么。2） 假设我想将相同的脚本用于另一个目的：仅当id1和id2（同一行）中的元素出现在上面时才执行相同的操作，当然，如果相同的元素出现在id1和id2列中，则执行相同的操作。感谢您的反馈！1） 计算
n\u row\u found
，
n\u col\u found
的目的是将转换后的
shorten\u矩阵中找到的元素的“线性”索引
rev\u ind
转换为原始
shorten\u矩阵中的一对索引。诀窍是使用不同的R子集方法。Wi第3节
indices_of_vars  <- sapply(FUN = function(i) FindPreviousIDsPair(id_matrix = 
     ids, i), X = seq(along.with = ids[, 1])[-1])
indices_XX <- indices_of_vars[1:2, ]
indices_YY <- indices_of_vars[c(1, 3), ]
XX_column <- c(NA, vars[t(indices_XX)])
XX_column[is.na(XX_column)] <- 0
YY_column <- c(NA, vars[t(indices_YY)])
YY_column[is.na(YY_column)] <- 0

library(data.table)
setDT(DF)[, rn := .I]
long <- melt(DF, id.vars = c("rn", "Date"), measure.vars = patterns("^ID", "^x|y"),
             value.name = c("ID", "value"))
long[order(Date), previous := shift(value, fill = 0), by = ID]
dcast(long, rn + Date ~ variable, value.var = c("ID", "value", "previous"))

   rn       Date ID_1 ID_2 value_1 value_2 previous_1 previous_2
1:  1 2011-12-21   12    3      15      10          0          0
2:  2 2011-12-22   12   13      50      40         15          0
3:  3 2011-12-22    3   12      20      30         10         50
4:  4 2011-12-23   15   13      30      20          0         40

DF[long, on = .(rn), 
   c("XX_1", "YY_2") := .(previous[variable == 1L], previous[variable == 2L])][
     , rn := NULL]
DF

   ID_1 ID_2       Date x_1 y_2 XX_1 YY_2
1:   12    3 2011-12-21  15  10    0    0
2:   12   13 2011-12-22  50  40   15    0
3:    3   12 2011-12-22  20  30   10   50
4:   15   13 2011-12-23  30  20    0   40

library(data.table)
DF <- fread(
  "i      ID_1     ID_2      Date        x_1        y_2     
  1      12       3     2011-12-21       15        10     
  2      12       13    2011-12-22       50        40     
  3      3        12    2011-12-22       20        30     
  4      15       13    2011-12-23       30        20  ",
  drop = 1L
)