Como parar a função slide () de computar um vetor numérico em uma lista?
Eu tenho uma data.framecoluna:
Price <- c(1, 2, 5, 3, 1, 4, 7, 10, 6)
df <- data.frame(Price)
Quero calcular o valor máximo de cada sete números, resultando em:
df$MaxPrice <- c(1, 2, 5, 5, 5, 5, 7, 10, 10)
No entanto, quando tento calcular essa nova coluna com mutate()e slide(), ele me retorna uma lista dentro do dataframe, em vez de uma variável numérica:
library(dplyr)
library(slider)
df <- df %>%
mutate(MaxPrice = slide(Price, max, .before = 7, .after = 0, .complete = F))
Por que isso está acontecendo e como fazer slide()retornar uma variável numérica?
Respostas
Parece que o método padrão exige a listsaída. De acordo com?slide
vec_ptype (slide (.x)) == list ()
e a descrição para .ptypeé
.ptype - [vetor (0) / NULL]
Um protótipo correspondente ao tipo de saída.
Se NULL, o padrão, o tipo de saída é determinado pelo cálculo do tipo comum nos resultados das chamadas para .f.
Se fornecido, o resultado de cada chamada para .f será convertido para esse tipo e a saída final terá esse tipo.
Se getOption ("vctrs.no_guessing") for TRUE, o .ptype deve ser fornecido. Esta é uma forma de fazer com que o código de produção exija tipos fixos.
Basicamente, com base no código-fonte (abaixo), ele retorna por padrão um liste parece não haver opção para evitar que, a menos que optemos por métodos específicos descritos, _vecou_dbl
Ou poderíamos 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 use o método específico do tipo, ou seja 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
Se verificarmos o código-fonte de slide, ele chama slide_imple assume que .ptypecomo liste que não há opção de passar essa informaçãoslide
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)
}
Agora, compare isso com o _dblmétodo
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())
}
Você pode apenas usar a cummaxfunção na 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
Para o caso de vários vetores. Carregue o vetor de dados em uma matriz e aplique cummax às colunas. Gera uma matriz de vetores cummax para tratamento subsequente:
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