열을 반복하여 각 행의 이전 2 개 숫자를 합산합니다.
R에는 'A', 'B', 'C', 'D'열이있는 데이터 프레임이 있습니다. 열에는 100 개의 행이 있습니다.
해당 열의 이전 2 개 행을 합산하는 데이터 프레임의 모든 행에 대해 계산을 수행하기 위해 열을 반복 한 다음 그 합계가 무엇인지 새 열 ( 'AA', 'AB'등)에 설정해야합니다.
A B C D
1 2 3 4
2 3 4 5
3 4 5 6
4 5 6 7
5 6 7 8
6 7 8 9
...에
A B C D AA AB AC AD
1 2 3 4 NA NA NA NA
2 3 4 5 3 5 7 9
3 4 5 6 5 7 9 11
4 5 6 7 7 9 11 13
5 6 7 8 9 11 13 15
6 7 8 9 11 13 15 17
누군가 내가 반복하려는 열 (모든 열이 아닌 선택한 열)과 설정하려는 열을 설정할 수있는 함수 / 루프를 만드는 방법을 설명 할 수 있습니까?
답변
base한 줄 :
cbind(df, setNames(df + df[c(NA, 1:(nrow(df)-1)), ], paste0("A", names(df))))
데이터가 큰 경우 전체 data.frame.
와 함께 dplyr사용 하는 솔루션 .mutate()across()
library(dplyr)
df %>%
mutate(across(A:D,
~ .x + lag(.x),
.names = "A{col}"))
# A B C D AA AB AC AD
# 1 1 2 3 4 NA NA NA NA
# 2 2 3 4 5 3 5 7 9
# 3 3 4 5 6 5 7 9 11
# 4 4 5 6 7 7 9 11 13
# 5 5 6 7 8 9 11 13 15
# 6 6 7 8 9 11 13 15 17
이전 3 개 행을 더하려면의 두 번째 인수 across(), 즉는 다음 .fns과 같아야합니다.
~ .x + lag(.x) + lag(.x, 2)
rollsum()in 의 사용과 동일합니다 zoo.
~ zoo::rollsum(.x, k = 3, fill = NA, align = 'right')
기준
10000 개의 행과 100 개의 열이 microbenchmark있는 새 패키지에서 벤치 마크 테스트를 수행 data.frame하고 각 표현식을 10 회 평가합니다.
# Unit: milliseconds
# expr min lq mean median uq max neval
# darren_base 18.58418 20.88498 35.51341 33.64953 39.31909 80.24725 10
# darren_dplyr_lag 39.49278 40.27038 47.26449 42.89170 43.20267 76.72435 10
# arg0naut91_dplyr_rollsum 436.22503 482.03199 524.54800 516.81706 534.94317 677.64242 10
# Grothendieck_rollsumr 3423.92097 3611.01573 3650.16656 3622.50895 3689.26404 4060.98054 10
롤링 합계와 함께 dplyr's across(및 선택적 이름 설정)를 사용할 수 있습니다 (예 :에서 구현 됨 zoo).
library(dplyr)
library(zoo)
df %>%
mutate(
across(
A:D,
~ rollsum(., k = 2, fill = NA, align = 'right'),
.names = 'A{col}'
)
)
산출:
A B C D AA AB AC AD
1 1 2 3 4 NA NA NA NA
2 2 3 4 5 3 5 7 9
3 3 4 5 6 5 7 9 11
4 4 5 6 7 7 9 11 13
5 5 6 7 8 9 11 13 15
6 6 7 8 9 11 13 15 17
함께 A:D우리는 열 이름의 범위를 지정한 우리가 할 수있는 기능을 적용 할. .names인수 에서 위의 가정 A은 접두사와 열 이름 ( {col})으로 함께 붙여 넣으려는 것 입니다.
다음은 data.table 솔루션입니다. 요청한대로 모든 열에 적용하지 않고 적용 할 열을 선택할 수 있습니다.
library(data.table)
x <- data.table(A=1:6, B=2:7, C=3:8, D=4:9)
selected_cols <- c('A','B','D')
new_cols <- paste0("A",selected_cols)
x[, (new_cols) := lapply(.SD, function(col) col+shift(col, 1)), .SDcols = selected_cols]
x[]
NB 이것은 가장 빠른 다른 답변보다 2 ~ 3 배 빠릅니다.
이는 중첩 for루프를 사용 하는 순진한 접근 방식입니다 . 수십만 행을 반복 할 경우 속도가 느리다는 점에 유의하십시오.
i <- 1
n <- 5
df <- data.frame(A=i:(i+n), B=(i+1):(i+n+1), C=(i+2):(i+n+2), D=(i+3):(i+n+3))
for (col in colnames(df)) {
for (ind in 1:nrow(df)) {
if (ind-1==0) {next}
s <- sum(df[c(ind-1, ind), col])
df[ind, paste0('S', col)] <- s
}
}
이것이 cumsum방법입니다.
na.df <- data.frame(matrix(NA, 2, ncol(df)))
colnames(na.df) <- colnames(df)
cs1 <- cumsum(df)
cs2 <- rbind(cs1[-1:-2,], na.df)
sum.diff <- cs2-cs1
cbind(df, rbind(na.df[1,], cs1[2,], sum.diff[1:(nrow(sum.diff)-2),]))
기준:
# Unit: milliseconds
# expr min lq mean median uq max neval
# darrentsai.rbind 11.5623 12.28025 23.38038 16.78240 20.83420 91.9135 100
# darrentsai.rbind.rev1 8.8267 9.10945 15.63652 9.54215 14.25090 62.6949 100
# pseudopsin.dt 7.2696 7.52080 20.26473 12.61465 17.61465 69.0110 100
# ivan866.cumsum 25.3706 30.98860 43.11623 33.78775 37.36950 91.6032 100
나는 대부분의 경우 cumsum 방법이 df 할당에 낭비한다고 생각합니다. data.table 백엔드에 올바르게 적용되면 가장 빠를 수 있습니다.
원하는 열을 지정하십시오. 이를 수행하는 여러 가지 방법을 보여줍니다. 그런 다음을 사용 rollsumr하여 원하는 열을 가져오고 열 이름을 설정하고 결합 DF합니다.
library(zoo)
# jx <- names(DF) # if all columns wanted
# jx <- sapply(DF, is.numeric) # if all numeric columns
# jx <- c("A", "B", "C", "D") # specify columns by name
jx <- 1:4 # specify columns by position
r <- rollsumr(DF[jx], 2, fill = NA)
colnames(r) <- paste0("A", colnames(r))
cbind(DF, r)
기부:
A B C D AA AB AC AD
1 1 2 3 4 NA NA NA NA
2 2 3 4 5 3 5 7 9
3 3 4 5 6 5 7 9 11
4 4 5 6 7 7 9 11 13
5 5 6 7 8 9 11 13 15
6 6 7 8 9 11 13 15 17
노트
재현 가능한 형식의 입력 :
DF <- structure(list(A = 1:6, B = 2:7, C = 3:8, D = 4:9),
class = "data.frame", row.names = c(NA, -6L))