与dplyr小组第一名的差异

Omri374 发表于 Dev

奥姆里374

我正在尝试使用dplyr创建一个窗口函数，该函数将返回一个新矢量，其中每个值与其组的第一个之间存在差异。例如，给定此数据集：

dummy <- data.frame(userId=rep(1,6),
     libId=rep(999,6),
     curatorId=c(1:2,1:2,1:2),
     iterationNum=c(0,0,1,1,2,2),
     rf=c(5,10,0,15,30,40)
)

这将创建此数据集：

  userId libId curatorId iterationNum rf
1      1   999         1            0  5
2      1   999         2            0 10
3      1   999         1            1  0
4      1   999         2            1 15
5      1   999         1            2 30
6      1   999         2            2 40

并给出以下分组：

 dummy<-group_by(dummy,libId,userId,curatorId)

将给出以下结果：

  userId libId curatorId iterationNum   rf   rf.diff
1      1   999         1            0  5    0
2      1   999         2            0 10    0
3      1   999         1            1  0   -5
4      1   999         2            1 15   -5
5      1   999         1            2 30    25
6      1   999         2            2 40    30

因此，对于每组用户，库和策展人，我将得到rf值，减去rF值，其中迭代次数Num = 0。我尝试使用该first函数，该rank函数和其他函数，但是找不到找到方法。

- -编辑 - -

这是我尝试的：

dummy %>% 
  group_by(userId,libId,curatorId) %>% 
  mutate(rf.diff = rf - subset(dummy,iterationNum==0)[['rf']])

和：

dummy %>% 
  group_by(userId,libId,curatorId) %>% 
  mutate(rf.diff = rf - first(x = rf,order_by=iterationNum))

哪个使R崩溃并返回此错误消息：

抛出“ Rcpp :: exception”的what（）实例后调用纯的虚拟方法terminate：不兼容的大小（％d），期望的是％d（组大小）或1

塔拉特

我上面评论的两种方法如下。

dummy %>%
  group_by(libId, userId, curatorId) %>%
  mutate(rf.diff = rf - rf[iterationNum == 0])
#Source: local data frame [6 x 6]
#Groups: libId, userId, curatorId
#
#  userId libId curatorId iterationNum rf rf.diff
#1      1   999         1            0  5       0
#2      1   999         2            0 10       0
#3      1   999         1            1  0      -5
#4      1   999         2            1 15       5
#5      1   999         1            2 30      25
#6      1   999         2            2 40      30

或arrange用于通过迭代次数对数据进行排序：

dummy %>%
  arrange(iterationNum) %>%
  group_by(libId, userId, curatorId) %>%
  mutate(rf.diff = rf - first(rf))
#Source: local data frame [6 x 6]
#Groups: libId, userId, curatorId
#
#  userId libId curatorId iterationNum rf rf.diff
#1      1   999         1            0  5       0
#2      1   999         2            0 10       0
#3      1   999         1            1  0      -5
#4      1   999         2            1 15       5
#5      1   999         1            2 30      25
#6      1   999         2            2 40      30

如您所见，这两个示例数据均产生相同的输出。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。