在 R 中将数据帧的最后 N 个值设置为 NA

Question

我正在尝试对数据帧进行分组，并将每组中一列的最后 N 个值设置为 NA。我可以像这样 N = 1 这样做：

df %>% group_by(ID) %>% mutate(target = c(target[-n()], NA))

但我正在努力让它适用于任何 N

这是我目前的尝试：

df %>% group_by(ID) %>% mutate(target = c(target[1:(abs(n()-1))], NA))

但这对于规模为 1 的组来说似乎失败了

我也尝试过：

df %>% group_by(ID) %>% mutate(target = ifelse(n()==1, target, c(target[1:(abs(n()-1))], NA)))

但 else 子句永远不会生效。

任何建议将不胜感激，谢谢。

Answer 1

您可以使用case_when()中的矢量化解决方案dplyr。

library(dplyr)

df %>%
  group_by(ID) %>%
  mutate(target = case_when(row_number() <= n() - N ~ target))

我感谢@akrun指出默认为正确类型的case_when()an ，因此自动用s填充最后一个。NAcase_when()NNA

更新

@akrun的解决方案性能更高：当对每个重复进行基准测试时times = 50

library(microbenchmark)

big_df <- tibble(ID = rep(letters, 100000)) %>%
  mutate(target = row_number()) %>%
  group_by(ID)

microbenchmark(
  times = 50,
  Greg = {
    big_df %>%
      mutate(target = case_when(row_number() <= n() - N ~ target))
  },
  akrun = {
    big_df %>%
      mutate(target = replace(target, tail(row_number(), N), NA))
  }
)

2600000在规模（行）上它比我的快大约 35% ：

Unit: milliseconds
  expr     min      lq      mean   median       uq      max neval
  Greg 82.6337 90.9669 128.93278 96.35760 213.3593 258.8570    50
 akrun 52.4519 55.8314  63.40997 61.43945  64.1082 196.4069    50

Answer 2

我们可以使用

library(dplyr)
df %>% 
   group_by(ID) %>%
   mutate(target = replace(target, tail(row_number(), N), NA))