0
我有3列,大约是这样的数据:转换for循环到-apply函数,其中输入是数据帧不矢量
uid <- c(1,1,1,1,1,1,2,2,2)
sale <- c(0,1,1,0,0,0,0,1,0)
e <- as.data.frame(cbind(uid, sale))
e$uid <- as.factor(e$uid)
e$sincesale <- NA
对于每一个唯一的ID,我想申请相同的程序 - 计算自上次销售以来的天数。
我可以很容易地想出可以做到这一点的for-loop。问题是我有数百万行。所以,完成这个过程需要很长时间。我想在e$uid
上使用tapply
。但是,tapply
只接受向量作为输入。
可以使用什么方法(比循环更快)?
我的for循环:
for (i in 2:length(e$uid)){
#working within the good with the same unique id (uid)
if (e$uid[i] == e$uid[i-1]){
if (e$sale[i]==1){
sincesale[i] <- sincesale[i-1]+1
}
if (e$sale[i]==0){
#if sale just ended, number of days since sale is 1
if (e$sale[i-1]==1){
e$sincesale[i] <- 1
}
#if sale ended a few periods ago add 1 to previous value of "sincesale"
if (e$sale[i-1] == 0){
e$sincesale[i] <- e$sincesale[i-1] + 1
}
}
}
}
UPD:
好吧,老实说,我尝试了我自己过去在早上和晚上的工作,但不能拿出解决的新问题。我尝试使用建议的方法,但是一个小问题是他们从第一行开始计算“sincesale”(因为即使销售不从头开始,销售== 0对于第一行也是如此)。下面的例子中输入生成具有for循环(“sincesale”)的结果,并使用建议dplyr(“sincesale4”):
uid <- c(1,1,1,1,1,1,2,2,2,2,3,3,3,3,3,3,3,3,3,4,4,4)
sale <- c(0,0,1,0,0,0,0,1,0,1,0,0,0,0,0,0,1,1,0,0,0,0)
e <- as.data.frame(cbind(uid, sale))
e$uid <- as.factor(e$uid)
uid sale first sincesale sincesale4
1 1 0 1 NA 0
2 1 0 1 NA 1
3 1 1 0 NA 1
4 1 0 0 1 2
5 1 0 0 2 3
6 1 0 0 3 4
7 2 0 1 NA 0
8 2 1 1 NA 0
9 2 0 0 1 1
10 2 1 0 NA 1
11 3 0 1 NA 0
12 3 0 1 NA 1
13 3 0 0 NA 2
14 3 0 0 NA 3
15 3 0 0 NA 4
16 3 0 0 NA 5
17 3 1 0 NA 5
18 3 1 0 NA 5
19 3 0 0 1 6
20 4 0 1 NA 0
21 4 0 1 NA 1
22 4 0 0 NA 2
只是'e < - data.frame(uid,sale); e $ uid < - as.factor(e $ uid); e $ sincesale < - NA'应该对其进行分类,我相信。 – thelatemail