我最近在寻找有关如何使用 dplyr ( dplyr override all but the first occurrences of a value within a group ) 抑制组中除第一次出现之外的所有值的建议。
解决方案是一个非常聪明的解决方案,现在我正在努力寻找同样有效的方法,以防我只需要抑制 n 个下一个值。
例如,在下面的代码中,我创建了一个新的“标签”列:
library('dplyr')
data(iris)
set.seed(1)
iris$tag <- sample(c(0,1), 150, replace=TRUE, prob = c(0.7, 0.3))
giris <- iris %>% group_by(Species)
# Source: local data frame [150 x 6]
# Groups: Species [3]
#
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species tag
# (dbl) (dbl) (dbl) (dbl) (fctr) (dbl)
# 1 5.1 3.5 1.4 0.2 setosa 0
# 2 4.9 3.0 1.4 0.2 setosa 0
# 3 4.7 3.2 1.3 0.2 setosa 0
# 4 4.6 3.1 1.5 0.2 setosa 1
# 5 5.0 3.6 1.4 0.2 setosa 0
# 6 5.4 3.9 1.7 0.4 setosa 1
# 7 4.6 3.4 1.4 0.3 setosa 1
# 8 5.0 3.4 1.5 0.2 setosa 0
# 9 4.4 2.9 1.4 0.2 setosa 0
# 10 4.9 3.1 1.5 0.1 setosa 0
# .. ... ... ... ... ... ...
在 setosa 组行中:4, 6, 7, ... 被标记为“1”。在出现“1”之后,我试图在接下来的两行中抑制“1”(即将它们转换为“0”)。换句话说,行#5 和#6 应设置为“0”,但#7 应保持不受影响。在这种情况下,第 7 行恰好是“1”,因此第 8 行和第 9 行应设置为“0”,依此类推……
有关如何在 dplyr 中执行此操作的任何提示?这个包真的很强大,但出于某种原因,掌握所有微妙之处对我来说是一种精神上的挑战......
还有一些例子:
在以下情况下:0 0 1 1,输出应为 0 0 1 0
在以下情况下:0 0 1 1 1 1 1,输出应为 0 0 1 0 0 1 0
最佳答案
对我来说,如果您使用累积减少来跟踪折射周期,这在语义上会更清晰。
suppress <- function(x, w) {
r <- Reduce(function(d,i) if(i&!d) w else max(0,d-1), x, init=0, acc=TRUE)[-1]
x * (r==w)
}
例子
suppress(c(0,0,1,1,1,1,1), 2)
#> [1] 0 0 1 0 0 1 0
关于r - dplyr 抑制组中某个值的下 n 次出现,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/36088920/