R数据表-按行应用/移位处理（保留或动态移位处理）

我想处理每一行的数据。假设我们已经收集了4天内两个“cyl”的“mpg”值。我想得出与日相关的最小mpg值）

原始数据 **天，共青团，mpg**

• 1,4,34.4
• 2,4,21.3
• 3,4,23.3
• 4,4,25.0
• 1,3,23.0
• 2,3,27.0
• 3,3,18.3
• 4,3,17.3

预期产量 **天，共青团，每分钟，每分钟**

• 1,4,34.4,34.4
• 2,4,21.3,21.3
• 3,4,23.3,21.3
• 4,4,25.0,21.3
• 1,3,23.0,23.0
• 2,3,27.0,23.0
• 3,3,18.3,18.3
• 4,3,17.3,17.3

我有以下几点想法

对于循环处理（这并不是最有效的选项）

应用和移位功能（保留上一行的最小值 在全局变量中进行处理，并为每个组将其重置为NA。I 未能将最小mpg值保留到全局变量中）

应用和换档功能（换档“-1”一直到第1行 每行。类似于在应用函数中放置一个循环。此选项 可能会进行更多的冗余处理）

我尝试使用下面博客中描述的rowShift函数，但我的要求是需要动态地进行移位

---

是否有“矢量化”选项可用？还是传统的FOR循环将是唯一的选择？我更喜欢使用base R（数据帧或数据表）

我们可以使用

cummin

library(dplyr)
df1 %>% 
   group_by(cyl) %>% 
   mutate(min_mpg = cummin(mpg))
# A tibble: 8 x 4
# Groups:   cyl [2]
#    day   cyl   mpg min_mpg
#  <int> <int> <dbl>   <dbl>
#1     1     4  34.4    34.4
#2     2     4  21.3    21.3
#3     3     4  23.3    21.3
#4     4     4  25      21.3
#5     1     3  23      23  
#6     2     3  27      23  
#7     3     3  18.3    18.3
#8     4     3  17.3    17.3

---

或使用

data.table

library(data.table)
setDT(df1)[, min_mpg := cummin(mpg), by = cyl][]

数据

df1
library(data.table)
setDT(df1)[, min_mpg := cummin(mpg), by = cyl][]

df1 <- structure(list(day = c(1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L), cyl = c(4L, 
4L, 4L, 4L, 3L, 3L, 3L, 3L), mpg = c(34.4, 21.3, 23.3, 25, 23, 
27, 18.3, 17.3)), class = "data.frame", row.names = c(NA, -8L
))