6

我有一个data.table带有标签的有序数据，我想添加一个列，告诉我有多少记录，直到我得到一个重置倒计时的“特殊”记录。

例如：

DT = data.table(idx = c(1,3,3,4,6,7,7,8,9), 
                name = c("a", "a", "a", "b", "a", "a", "b", "a", "b"))
setkey(DT, idx)
#manually add the answer
DT[, countdown := c(3,2,1,0,2,1,0,1,0)]

给

> DT
   idx name countdown
1:   1    a         3
2:   3    a         2
3:   3    a         1
4:   4    b         0
5:   6    a         2
6:   7    a         1
7:   7    b         0
8:   8    a         1
9:   9    b         0

看看倒计时列如何告诉我有多少行直到称为“b”的行。问题是如何在代码中创建该列。

请注意，密钥不是均匀分布的，并且可能包含重复项（因此在解决问题时不是很有用）。一般来说，非 b 名称可能不同，但如果解决方案需要，我可以添加一个只是 True/False 的虚拟列。

4

3 回答 3

7

这是另一个想法：

## Create groups that end at each occurrence of "b"
DT[, cd:=0L]
DT[name=="b", cd:=1L]
DT[, cd:=rev(cumsum(rev(cd)))]
## Count down within them
DT[, cd:=max(.I) - .I, by=cd]
#    idx name cd
# 1:   1    a  3
# 2:   3    a  2
# 3:   3    a  1
# 4:   4    b  0
# 5:   6    a  2
# 6:   7    a  1
# 7:   7    b  0
# 8:   8    a  1
# 9:   9    b  0
于 2013-03-05T19:08:57.003 回答
6

我确信（或至少希望）会生成一个纯粹的“data.table”解决方案，但与此同时，您可以使用rle. 在这种情况下，您有兴趣反转倒计时，因此我们将rev在继续之前反转“名称”值。

output <- sequence(rle(rev(DT$name))$lengths)
makezero <- cumsum(rle(rev(DT$name))$lengths)[c(TRUE, FALSE)]
output[makezero] <- 0

DT[, countdown := rev(output)]
DT
#    idx name countdown
# 1:   1    a         3
# 2:   3    a         2
# 3:   3    a         1
# 4:   4    b         0
# 5:   6    a         2
# 6:   7    a         1
# 7:   7    b         0
# 8:   8    a         1
# 9:   9    b         0
于 2013-03-05T18:51:04.397 回答
3

这是 Josh 和 Ananda 的解决方案的混合，其中，我使用 RLE 生成 Josh 给出答案的方式：

t <- rle(DT$name)
t <- t$lengths[t$values == "a"]
DT[, cd := rep(t, t+1)]
DT[, cd:=max(.I) - .I, by=cd]

更好：利用b始终只有一个（或假设在这里）这一事实，您可以做得更好：

t <- rle(DT$name)
t <- t$lengths[t$values == "a"]
DT[, cd := rev(sequence(rev(t+1)))-1]

编辑：从 OP 的评论来看，很明显有不止 1 个b可能，在这种情况下，所有的都b应该是 0。这样做的第一步是创建在每个连续的 'sb之后结束的组。a

DT <- data.table(idx=sample(10), name=c("a","a","a","b","b","a","a","b","a","b"))
t <- rle(DT$name)
val <- cumsum(t$lengths)[t$values == "b"]
DT[, grp := rep(seq(val), c(val[1], diff(val)))]
DT[, val := c(rev(seq_len(sum(name == "a"))), 
         rep(0, sum(name == "b"))), by = grp]

#     idx name grp val
#  1:   1    a   1   3
#  2:   7    a   1   2
#  3:   9    a   1   1
#  4:   4    b   1   0
#  5:   2    b   1   0
#  6:   8    a   2   2
#  7:   6    a   2   1
#  8:   3    b   2   0
#  9:  10    a   3   1
# 10:   5    b   3   0
于 2013-03-05T19:19:06.727 回答