R 将负值替换为上一行/2_R_Dplyr

R 将负值替换为上一行/2

R 将负值替换为上一行/2,r,dplyr,R,Dplyr,我想调整val列，这样就不会有任何负值调整规则是将负值替换为上一行的一半为每个hier（分组人（hier））执行此操作如果连续出现多个负值，则将以前的调整值除以2 xdat <- data.frame( hier = c(rep("A",5), rep("B",5) ) , val = c(4, 7, -3, 10, 5, 1, -7, -4, 5, 7) ) hier | val | val_adjust A | 4 | 4

我想调整val列，这样就不会有任何负值

调整规则是

将负值替换为上一行的一半
为每个hier（分组人（hier））执行此操作

如果连续出现多个负值，则将以前的调整值除以2

xdat <- data.frame( 
  hier = c(rep("A",5), rep("B",5) )
  , val = c(4, 7, -3, 10, 5, 1, -7, -4, 5, 7)
           )

hier |  val | val_adjust
A    |  4   |    4
A    |  7   |    7
A    |  -3  |    3.5
A    |  10  |    10
A    |  5   |    5
B    |  1   |    1
B    |  -7  |    0.5
B    |  -4  |    0.25
B    |  5   |    5
B    |  7   |    7

xdat在生成可重复的问题时找到了答案
xdat %>% 
  rowid_to_column("rowid") %>% 
  group_by(hier) %>% 
  mutate(rowid = rank(rowid)) %>% 
  mutate(val_adj1 = lag(val)) %>% 
  mutate(val_adj1 = case_when(val < 0~val_adj1/2, TRUE~val)) %>% 
  mutate(val_adj2 = lag(val_adj1)) %>% 
  mutate(val_adj2 = case_when(val_adj1 < 0~val_adj2/2, TRUE~val_adj1))  

xdat%>%
rowid_至_列（“rowid”）%%>%
分组依据（hier）%>%
变异（rowid=rank（rowid））%>%
突变（val_adj1=滞后（val））%>%
当（val<0~val\u adj1/2，TRUE~val））%>
突变（val_adj2=滞后（val_adj1））%>%
变异（val_adj2=情况（val_adj1<0~val_adj2/2，TRUE~val_adj1））

产生
   rowid   hier   val val_adj1 val_adj2
   <dbl> <fctr> <dbl>    <dbl>    <dbl>
 1     1      A     4      4.0     4.00
 2     2      A     7      7.0     7.00
 3     3      A    -3      3.5     3.50
 4     4      A    10     10.0    10.00
 5     5      A     5      5.0     5.00
 6     1      B     1      1.0     1.00
 7     2      B    -7      0.5     0.50
 8     3      B    -4     -3.5     0.25
 9     4      B     5      5.0     5.00
10     5      B     7      7.0     7.00

rowid hier val val\u adj1 val\u adj2
1 1 A 4 4.0 4.00
2 A 7.0 7.00
3 A-3.5 3.50
4 4 A 10 10.0 10.00
5 A 5.0 5.00
61B11.01.00
7 2 B-7 0.5 0.50
8b-4-3.50.25
9 4 B 5 5.0 5.00
105B7.077.00
在生成可重复的问题时找到了答案
xdat %>% 
  rowid_to_column("rowid") %>% 
  group_by(hier) %>% 
  mutate(rowid = rank(rowid)) %>% 
  mutate(val_adj1 = lag(val)) %>% 
  mutate(val_adj1 = case_when(val < 0~val_adj1/2, TRUE~val)) %>% 
  mutate(val_adj2 = lag(val_adj1)) %>% 
  mutate(val_adj2 = case_when(val_adj1 < 0~val_adj2/2, TRUE~val_adj1))  

xdat%>%
rowid_至_列（“rowid”）%%>%
分组依据（hier）%>%
变异（rowid=rank（rowid））%>%
突变（val_adj1=滞后（val））%>%
当（val<0~val\u adj1/2，TRUE~val））%>
突变（val_adj2=滞后（val_adj1））%>%
变异（val_adj2=情况（val_adj1<0~val_adj2/2，TRUE~val_adj1））

产生
   rowid   hier   val val_adj1 val_adj2
   <dbl> <fctr> <dbl>    <dbl>    <dbl>
 1     1      A     4      4.0     4.00
 2     2      A     7      7.0     7.00
 3     3      A    -3      3.5     3.50
 4     4      A    10     10.0    10.00
 5     5      A     5      5.0     5.00
 6     1      B     1      1.0     1.00
 7     2      B    -7      0.5     0.50
 8     3      B    -4     -3.5     0.25
 9     4      B     5      5.0     5.00
10     5      B     7      7.0     7.00

rowid hier val val\u adj1 val\u adj2
1 1 A 4 4.0 4.00
2 A 7.0 7.00
3 A-3.5 3.50
4 4 A 10 10.0 10.00
5 A 5.0 5.00
61B11.01.00
7 2 B-7 0.5 0.50
8b-4-3.50.25
9 4 B 5 5.0 5.00
105B7.077.00
您可以从purrr

library(tidyverse)
 xdat%>%group_by(hier)%>%mutate(adj_val=accumulate(val,~ifelse(.y<0,.x/2,.y)))
# A tibble: 10 x 3
# Groups:   hier [2]
     hier   val adj_val
   <fctr> <dbl>   <dbl>
 1      A     4    4.00
 2      A     7    7.00
 3      A    -3    3.50
 4      A    10   10.00
 5      A     5    5.00
 6      B     1    1.00
 7      B    -7    0.50
 8      B    -4    0.25
 9      B     5    5.00
10      B     7    7.00

库（tidyverse）
xdat%%>%group\U by（hier）%%>%mutate（adj\U val=累积（val，~ifelse（.y您可以使用累积
frompurrr

library(tidyverse)
 xdat%>%group_by(hier)%>%mutate(adj_val=accumulate(val,~ifelse(.y<0,.x/2,.y)))
# A tibble: 10 x 3
# Groups:   hier [2]
     hier   val adj_val
   <fctr> <dbl>   <dbl>
 1      A     4    4.00
 2      A     7    7.00
 3      A    -3    3.50
 4      A    10   10.00
 5      A     5    5.00
 6      B     1    1.00
 7      B    -7    0.50
 8      B    -4    0.25
 9      B     5    5.00
10      B     7    7.00

库（tidyverse）
xdat%%>%group_by（hier）%%>%mutate（调整值=累积值，~ifelse（.Y如果hier中的第一个值为负怎么办？在我的情况下不会，但我的建议是将最低值的一半写在$val2上，如果hier中的第一个值为负怎么办？在我的情况下不会，但我的建议是将最低值的一半写在$val2上，你的建议可能是最优雅的方法做这件事，thanksI会采取dplyr的方式：）@onyanbuddn不知道积累，你的建议可能是做这件事最优雅的方式，thanksI会采取dplyr的方式：）@onyanbu