3

我觉得这在基础 R 中应该很容易，但我就是想不通。我有一个简单的数据框，假设它看起来像这样

tbl <-  read.table(text = 
    "Field1 Field2
    100 200
    150 180
    200 160
    280 250
    300 300
    300 250",
header = TRUE)

现在，我想做的是创建一个将应用滚动 % 添加的函数，例如：

fn <- function(tbl, pct) {}

它接受上面的数据框为tbl. 它将当前行的百分比分数添加到基于 的 NEXT 行中pct，并且几乎以累积方式滚动。

例如，fn(tbl$Field1, 0.1)将生成以下结果：

100   (100 + 0.1*0)
160   (150 + 0.1*100 = 160)
216   (200 + 0.1*160 = 216)
301.6 (280 + 0.1*216 = 301.6)

等等

我会使用包解决方案，但更喜欢 base R，因为它有助于学习过程！我的长期目标是通过 field 和 pct 的每个组合构建一个循环过程，以便我可以在回归模型中测试它的效果；因此，我的直觉是我以后可以应用的功能是前进的方向。

谢谢。

4

4 回答 4

5

该filter()函数是stats包的一部分，它是基数 R。保留一位小数：

round(filter(tbl$Field1, 0.1, method="recursive"), 1)

这将产生以下结果

100.0 160.0 216.0 301.6 330.2 333.0
于 2018-03-05T15:07:33.773 回答
4

您可以使用以下Reduce()功能。

cumpersum = function(x, percent = 0.1) {
  Reduce(function(x1, x2) percent * x1 + x2, x, accumulate = TRUE)
}

dat <- data.frame(
  Field1 = c(100, 150, 200, 280, 300, 300),
  Field2 = c(200, 180, 160, 250, 300, 250)
)

dat$Field1cumper <- cumpersum(dat$Field1, .1)
dat

#   Field1 Field2 Field1cumper
# 1    100    200        100.0
# 2    150    180        160.0
# 3    200    160        216.0
# 4    280    250        301.6
# 5    300    300        330.2
# 6    300    250        333.0
于 2018-03-05T15:00:52.937 回答
1

如果您想编写一个仅使用基础 R 的解决方案并使用for循环和索引从基础学习编程，您可能只知道您可以编写一个函数，其语料库如下所示：

solution= tbl$Field1
for (i in 1:length(tbl$Field1)) {

  if (i==1) {
    solution[1] = tbl$Field1[1] 
  } else {
    solution[i] = tbl$Field1[i] + pct * solution[i-1]
  }
}

尽管我建议您查看更高级的解决方案。已经提到的lag功能可能很方便。

于 2018-03-05T15:00:25.503 回答
1

想出一个不涉及显式循环的解决方案很诱人，但我想不出一个。您可以将所需的结果分解为乘以数字的总和，pct^c(0, 1, 2, ...)但我认为这只会让您进行大量额外的计算。所以我的解决方案很简单：

fn = function(x, pct) {
  n = length(x)
  result = NA*x
  last_result = 0
  for(i in 1:n) {
    result[i] = last_result = x[i] + last_result*pct
  }
  return(result)
}

fn(tbl$Field1, 0.1)

# [1] 100.000 160.000 216.000 301.600 330.160 333.016
于 2018-03-05T15:01:08.600 回答