將Excel公式轉換爲使用上一行結果的R代碼

Question

我在Excel中有一個計算示例，我需要將其轉換爲R代碼以獲得更大的數據集。

我的數據應該是這樣的：

time value cum_value floor scaled_time 
0 0  0   0  0 
1 1  1   1  1 
2 0.975 1.975  1  1 
3 0.95 2.925  3  2.038961039 
4 0.925 3.85  4  3.098982099 
5 0.9 4.75  5  4.185278042 
6 0.875 5.625  6  5.302030016 
7 0.85 6.475  7  6.453196107 

凡「標度的時間」列已在Excel中使用這種類型的公式被計算（例如示出爲6行）：

=scaled_time5+((floor6-floor5)/((cum_value6-floor5)/(time6-scaled_time5))) 

因爲這是指先前行中的單元格，所以我無法在R中對此進行編碼。

這就是我迄今爲止所使用的（使用data.tableshift f結：

DF$Scaled_Time=shift(DF$Scaled_Time, 1L, "lag")+ 
    ((DF$Floor-shift(DF$Floor,1L,"lag"))/ 
     ((DF$Cum_Value-shift(DF$Floor,1L,"lag"))/ 
      (DF$Time-shift(DF$Scaled_Time, 1L, "lag")))) 

這並不工作，以及與此錯誤出現：

Error in `$<-.data.frame`(`*tmp*`, "Scaled_Time", value = numeric(0)) : 
    replacement has 0 rows, DF has 2246400 
In addition: Warning messages: 
1: In shift(DF$Floor, 1L, "lag") : NAs introduced by coercion 
2: In shift(DF$Floor, 1L, "lag") : NAs introduced by coercion 

Answer 1

可以使用shift功能從data.table。

df$result = 2.038961 
df[, result := shift(result)+((floor-shift(floor))/((cum_value-shift(floor))/(time-shift(result)))) ] 

Answer 2

使用dplyr您可以通過延遲獲得前值：

library(dplyr) 

我重新創建數據框：

vv <- data.frame(time=c(3,4,5,6,7), 
      value=c(0.95,0.925,0.9,0.875,0.85), 
      cum_value=c(3.925,4.85,5.75,6.625,7.475), 
      floor=c(3,4,5,6,7), 
      scaled_time=c(2.038961039,3.098982099,4.185278042,5.302030016,6.453196107)) 

下面是一個簡單的計算，你可以用你的，而不是：

time +（（floor val UE-以前的本底值）/（cum_value在先的本底值）） 將被寫成：

> vv %>% mutate(V4=time+((floor-lag(floor,1))/(cum_value-lag(floor,1)))) 
    time value cum_value floor scaled_time  V4 
1 3 0.950  3.925  3 2.038961  NA 
2 4 0.925  4.850  4 3.098982 4.540541 
3 5 0.900  5.750  5 4.185278 5.571429 
4 6 0.875  6.625  6 5.302030 6.615385 
5 7 0.850  7.475  7 6.453196 7.677966 

如果我沒有錯過任何括號你原來的公式中，它應該是這樣的：

vv %>% mutate(V=lag(scaled_time,1)+ 
         ((floor-lag(floor,1))/ 
           ((cum_value-lag(floor,1))/(time-lag(scaled_time,1))) 
         ) 
       ) 

但是，事實證明，scaled_time應該是輸出，第一行將被初始化爲0（未計算）。所以其中一個選項是循環。

編輯：For循環解決方案

雖然去環路作爲最後的選擇，這是小dataframes的情況下，快速的解決方案：

vv$scaled_time <- 0 

for (i in 2: nrow(vv)) 
{ 
vv$scaled_time[i]= vv$scaled_time[i-1]+ 
       ((vv$floor[i]-vv$floor[i-1])/((vv$cum_value[i]-vv$floor[i-1])/(vv$time[i]-vv$scaled_time[i-1]))) 

}