创建新列并使用 r 中的条件计算每个元素

Question

我有一个数据框 (df) 看起来像这样，

a    b    c
12   14   21
71   23   58
20   33   64
3    22   12
25   55   19
31   14   20
29   20   31
10   10   41
20   37   33
31   99   43
42   24   34

每个元素在此数据框中没有模式。

list<-c(1,3,5)

我当前的密码是

df$d<-NA

  for (i in 1:length(list)){
      for( j in 1:nrow(df)){
  df$d[j]<- df$c[j]- df$b[j+i]
  print(mean(df$d, na.rm=TRUE))
}
}

对于"list"中的每个元素，我循环它并计算平均值（df$d），然后让它再次循环，然后再次找到平均值（df$d）。

预期结果：

当 i=1

a    b    c    d
12   14   21   -2 (=21-23)
71   23   58   25 (=58-33)
20   33   64   42   
3    22   12   -43
25   55   19    5
31   14   20    0
29   20   31   21
10   10   41    4
20   37   33   -66
31   99   43   19
42   24   34   NA

然后，求第"d"列的均值，也就是(mean(df$d, na.rm=TRUE)，也就是5/10rows =0.5，这个mean真的是什么我需要。

当 i=3

a    b    c    d
12   14   21   -1 (=21-22)
71   23   58   3 (=58-55)
20   33   64   50   
3    22   12   -8
25   55   19    9
31   14   20    -17
29   20   31   -68
10   10   41    17
20   37   33   NA
31   99   43   NA
42   24   34   NA

然后，求列"d"的平均值，即(mean(df$d, na.rm=TRUE)，即-15/8rows =-1.875，这个平均值真的是我需要的。

这段代码非常慢，因为它有两个循环运行，整个数据有50K多行，真正的列表有15个以上的元素，所以需要很长时间。谁能帮我解决一下，非常感谢。

Answer 1

我们可以使用 sapply 遍历 list 中的每个元素。我们使用 dplyr 中的 lead 来获取 b 的前导值并从 c 列中减去它，然后计算它的 mean 删除 NA 值。

library(dplyr)
sapply(list, function(x) mean(df$c - lead(df$b, x), na.rm = T))

#[1]  0.500000 -1.875000 -1.666667

创建新列并使用 r 中的条件计算每个元素

Creat new column and calculate each element with conditions in r

loops

r

calculated-columns