(R) 如何从 slide_index() 的窗口中排除每个当前行的值？ 更新数据

如何解决(R) 如何从 slide_index() 的窗口中排除每个当前行的值？ 更新数据

嗨，我正在使用 slide_index() 来捕获数据帧中每一行的时间窗口中的值。但是，对于每一行，我还会将当前行的值与该行窗口的捕获值进行比较。我使用的部分逻辑要求在每行迭代期间从捕获的值中排除当前行的值。

我认为有两种方法可以解决这个问题：1. 我可以将当​​前行的值直接传递到我在 slide_index(.f) 中使用的自定义函数逻辑中，或者 2. 我可以排除当前行的值来自为行的滑动窗口捕获的值的值。我找不到第一条路线的任何资源，所以我想知道第二条路线是否可行。

library(slider)
x <- c(rep(1:16))
i <- as.Date("2019-08-15") + c(0:15)
slide_index(x,i,~.x,.before = 2,.after = 2)

例如，当 x = 2 时，在第二次迭代时从 slide_index() 输出上方的可重现代码将是：[1] 1 2 3 4。但我希望输出要么只返回 [1 ] 1 3 4，或者获得一种方法将当前的 x 值读入我传递给 slide_index(.f) 的自定义函数

编辑： group_by 的第二个例子

library(slider)
library(tidyverse)
x <- c(10,12,14,11,22,25,33,31,34,36,23,24,29,13)
y <- c(10,13)
group <- c(rep(as.character('A'),5),rep(as.character('B'),4),rep(as.character('C'),1),rep(as.character('D'),6))

df <- data.frame(group,x,y,dates) %>%
  mutate(group = as.factor(group))

df %>% 
  group_by(group) %>%
  do(mutate(.,result = slide_index(.x = .,.i = .$dates,~median(.$y),.after = 2) 
            %>% unlist()
                             ) 
            )

我也试过了，但是没用

df %>% 
  group_by(group) %>%
  do(mutate(.,result = max(map2(slide_index(.x = seq_along(.),.f = ~.$y,.after = 2),seq_along(.),~.[setdiff(.x,.y)] )
                             )
            )
     )

解决方法

如果有重复，用值序列做索引，然后用 map2 删除该索引并获得相应的值

library(purrr)
library(slider)
i1 <- seq_along(x)
map2(slide_index(i1,i,~.x,.before = 2,.after = 2),i1,~ x[setdiff(.x,.y)])

-输出

[[1]]
[1] 2 2

[[2]]
[1] 1 2 4

[[3]]
[1] 1 2 4 5

[[4]]
[1] 2 2 5 6

[[5]]
[1] 2 4 6 7

[[6]]
[1] 4 5 7 8

[[7]]
[1] 5 6 8 9

[[8]]
[1]  6  7  9 10

[[9]]
[1]  7  8 10 11

[[10]]
[1]  8  9 11 12

[[11]]
[1]  9 10 12 13

[[12]]
[1] 10 11 13 14

[[13]]
[1] 11 12 14 15

[[14]]
[1] 12 13 15 16

[[15]]
[1] 13 14 16

[[16]]
[1] 14 15

更新

如果有分组数据，那么我们做一个group by操作，创建一个list列

dates <- i
df %>% 
   group_by(group) %>%
   mutate(new = map2(slide_index(row_number(),dates,~ .x,row_number(),.y)])) %>%
   ungroup
# A tibble: 16 x 5
#   group     x     y dates      new      
#   <fct> <dbl> <dbl> <date>     <list>   
# 1 A        10    10 2019-08-15 <dbl [2]>
# 2 A        12    12 2019-08-16 <dbl [3]>
# 3 A        12    12 2019-08-17 <dbl [4]>
# 4 A        14    14 2019-08-18 <dbl [3]>
# 5 A        11    11 2019-08-19 <dbl [2]>
# 6 B        22    22 2019-08-20 <dbl [2]>
# 7 B        25    25 2019-08-21 <dbl [3]>
# 8 B        25    25 2019-08-22 <dbl [3]>
# 9 B        33    33 2019-08-23 <dbl [2]>
#10 C        31    31 2019-08-24 <dbl [0]>
#11 D        34    34 2019-08-25 <dbl [2]>
#12 D        36    36 2019-08-26 <dbl [3]>
#13 D        23    23 2019-08-27 <dbl [4]>
#14 D        24    24 2019-08-28 <dbl [4]>
#15 D        29    29 2019-08-29 <dbl [3]>
#16 D        13    13 2019-08-30 <dbl [2]>

数据

x <- c(c(1,2,2),rep(4:16)) 
i <- as.Date("2019-08-15") + c(0:15)
df <- structure(list(group = structure(c(1L,1L,2L,3L,4L,4L),.Label = c("A","B","C","D"),class = "factor"),x = c(10,12,14,11,22,25,33,31,34,36,23,24,29,13),y = c(10,dates = structure(c(18123,18124,18125,18126,18127,18128,18129,18130,18131,18132,18133,18134,18135,18136,18137,18138),class = "Date")),class = "data.frame",row.names = c(NA,-16L))