Comment empêcher la fonction slide () de calculer un vecteur numérique dans une liste?
J'ai un data.framed'une colonne:
Price <- c(1, 2, 5, 3, 1, 4, 7, 10, 6)
df <- data.frame(Price)
Je veux calculer la valeur maximale de chaque sept nombres, ce qui donne:
df$MaxPrice <- c(1, 2, 5, 5, 5, 5, 7, 10, 10)
Cependant, lorsque j'essaye de calculer cette nouvelle colonne avec mutate()et slide(), cela me renvoie une liste à l'intérieur du dataframe, au lieu d'une variable numérique:
library(dplyr)
library(slider)
df <- df %>%
mutate(MaxPrice = slide(Price, max, .before = 7, .after = 0, .complete = F))
Pourquoi cela se produit-il et comment faire slide()renvoyer une variable numérique?
Réponses
Il semble que la méthode par défaut appelle la listsortie. Selon?slide
vec_ptype (diapositive (.x)) == liste ()
et la description de .ptypeest
.ptype - [vecteur (0) / NULL]
Un prototype correspondant au type de sortie.
Si NULL, la valeur par défaut, le type de sortie est déterminé en calculant le type commun à travers les résultats des appels à .f.
S'il est fourni, le résultat de chaque appel à .f sera converti en ce type et la sortie finale aura ce type.
Si getOption ("vctrs.no_guessing") est TRUE, le .ptype doit être fourni. C'est un moyen de faire en sorte que le code de production demande des types fixes.
Essentiellement basé sur le code source (ci-dessous), il renvoie par défaut a listet il ne semble y avoir aucune option pour empêcher cela à moins que nous n'options pour des méthodes spécifiques décrites, c'est-à-dire _vecou_dbl
Soit nous pourrions flatten
library(dplyr)
library(slider)
library(purrr)
out <- df %>%
mutate(MaxPrice = slide(Price, max, .before = 7, .after = 0,
.complete = FALSE) %>% flatten_dbl)
str(out)
#'data.frame': 9 obs. of 2 variables:
# $ Price : num 1 2 5 3 1 4 7 10 6 # $ MaxPrice: num 1 2 5 5 5 5 7 10 10
Ou utilisez la méthode spécifique au type, c'est-à-dire slide_dbl
out <- df %>%
mutate(MaxPrice = slide_dbl(Price, max, .before = 7, .after = 0,
.complete = FALSE) )
str(out)
#'data.frame': 9 obs. of 2 variables:
# $ Price : num 1 2 5 3 1 4 7 10 6 # $ MaxPrice: num 1 2 5 5 5 5 7 10 10
Si nous vérifions le code source de slide, il appelle slide_implet suppose qu'au .ptypefur listet à mesure , il n'y a pas d'option pour transmettre ces informationsslide
slide
function (.x, .f, ..., .before = 0L, .after = 0L, .step = 1L,
.complete = FALSE)
{
slide_impl(.x, .f, ..., .before = .before, .after = .after,
.step = .step, .complete = .complete, .ptype = list(),
.constrain = FALSE, .atomic = FALSE)
}
Maintenant, comparez cela avec la _dblméthode
slide_dbl
function (.x, .f, ..., .before = 0L, .after = 0L, .step = 1L,
.complete = FALSE)
{
slide_vec_direct(.x, .f, ..., .before = .before, .after = .after,
.step = .step, .complete = .complete, .ptype = double())
}
Vous pouvez simplement utiliser la cummaxfonction en base R:
Price <- c(1, 2, 5, 3, 1, 4, 7, 10, 6)
cummax(Price)
[1] 1 2 5 5 5 5 7 10 10
Pour cas multi-vecteurs. Chargez le vecteur de données dans une matrice et appliquez cummax aux colonnes. Génère une matrice de vecteurs cummax pour le traitement de suivi:
Prices <- sample(1:10, 70, replace = TRUE) # dummy data
[1] 10 1 1 9 9 6 6 9 7 3 6 4 10 4 8 6 6 9 2 1 6 4 7 10 1 6 5 2 7 7 4 6 7 7 7
[36] 2 8 5 4 8 4 7 7 1 7 5 9 6 7 3 10 5 10 1 2 5 1 1 8 5 8 8 6 8 6 8 10 4 8 8
matPrices <- matrix(Prices, ncol = 10)
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,] 10 9 8 4 7 2 7 3 1 8
[2,] 1 7 6 7 7 8 1 10 1 6
[3,] 1 3 6 10 4 5 7 5 8 8
[4,] 9 6 9 1 6 4 5 10 5 10
[5,] 9 4 2 6 7 8 9 1 8 4
[6,] 6 10 1 5 7 4 6 2 8 8
[7,] 6 4 6 2 7 7 7 5 6 8
matcummax <- apply(matPrices, 2, cummax)
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,] 10 9 8 4 7 2 7 3 1 8
[2,] 10 9 8 7 7 8 7 10 1 8
[3,] 10 9 8 10 7 8 7 10 8 8
[4,] 10 9 9 10 7 8 7 10 8 10
[5,] 10 9 9 10 7 8 9 10 8 10
[6,] 10 10 9 10 7 8 9 10 8 10
[7,] 10 10 9 10 7 8 9 10 8 10