跨列的条件滚动总和

Question

我有一个连续年份（列）的独特个体（行）的值数据框架。这里提供了一个虚拟数据示例：

dt = structure(list(ID = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10), `2015` = c(0, 
0.8219178, 0, 0.1369863, 0, 1.369863, 0.2739726, 0.8219178, 5, 
0), `2016` = c(0, 1.369863, 0, 0.2739726, 0, 0.2739726, 0, 3.2876712, 
0, 0), `2017` = c(0.6849315, 0, 0, 0.6849315, 0, 0.5479452, 0, 
0, 0, 0), `2018` = c(1.0958904, 0.5479452, 1.9178082, 0, 0, 0, 
0, 0, 0, 3), `2019` = c(0, 0, 0, 1.0958904, 0, 0.9589041, 0.5479452, 
0, 0, 0), `2020` = c(0.4383562, 0, 0, 0, 0.2739726, 0.6849315, 
0, 0, 0, 0)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-10L))

我想创建一个数据集，其中每年应出现的每个人的最大值为 1。如果超过该值，我想将超出 1 的值带入下一年（列）并将其求和那一年对每个人的价值等等。

预期结果是：

dt_expected = structure(list(ID = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10), `2015` = c(0, 
0.8219178, 0, 0.1369863, 0, 1, 0.2739726, 0.8219178, 1, 0), `2016` = c(0, 
1, 0, 0.2739726, 0, 0.6438356, 0, 1, 1, 0), `2017` = c(0.6849315, 
0.369863, 0, 0.6849315, 0, 0.5479452, 0, 1, 1, 0), `2018` = c(1, 
0.5479452, 1, 0, 0, 0, 0, 1, 1, 1), `2019` = c(0.0958904, 0, 
0.9178082, 1, 0, 0.9589041, 0.5479452, 0.2876712, 1, 1), `2020` = c(0.4383562, 
0, 0, 0.0958904, 0.2739726, 0.6849315, 0, 0, 0, 1)), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -10L))

我完全不知道从哪里开始解决这个问题，所以任何帮助实现这个使用data.table将不胜感激。我唯一的想法是使用条件组件的函数lapply。ifelse那么我应该使用rowSums或Reduce实现跨列转移多余值的结果吗？

Answer 1

Martin Morgan 对data.table的回答的翻译：

for (i in 2:(ncol(dt) - 1)) {
  x = dt[[i]]
  set(dt, j = i, value = pmin(x, 1))
  set(dt, j = i + 1, value = dt[[i + 1L]] + pmax(x - 1, 0))
}

Answer 2

不是特别漂亮或高效，但作为起点，我使用pmin()和pmax()每年（以及随后的一年）迭代更新。pmin(x, 1)当前年份为当前年份与 1 ( )中的最小值；下一年为当前下一年加上上一年的差额 ( pmax(x - 1, 0))

update <- function(df) {
    result = df
    for (idx in 2:(ncol(df) - 1)) {
        x = result[[ idx ]]
        result[[ idx ]] = pmin(x, 1)
        result[[ idx + 1 ]] = result[[ idx + 1 ]] + pmax(x - 1, 0)
    }
    result
}

我们有

> all.equal(update(dt), dt_expected)
[1] TRUE

我不知道如何将其转换为有效的 data.table 语法，但该函数在 data.table 上“工作” update(as.data.table(dt))。