分组超过2列和在计算随后的组的利用价值

Question

假设我有3列，组1，组2一DF &可变

set.seed(1) 
group1 = c(rep(1,5),rep(2,5),rep(3,5),rep(4,5)) 
group2 = c("A","B","C","D","B","C","C","B","C","A","B","D") 
variable = c(as.integer(rnorm(20,2)**3)) 
df=data.frame(group1, group2, variable) 

我加入其中规定的列“MIN1”如果b的值'group1'内也存在于组1（x-1）中。副Versa加plus1。低于总数据帧：

group1 group2 variable min1 plus1 
1  1  A  3 0  0 
2  1  B  11 0  1 
3  1  C  2 0  1 
4  2  D  47 0  1 
5  2  B  13 1  1 
6  2  C  2 1  1 
7  3  C  16 1  0 
8  3  B  21 1  1 
9  3  C  18 1  0 
10  4  A  5 0  0 
11  4  B  44 1  0 
12  4  D  14 0  0 

现在我想做的计算如MAX（）和SUM（）（但也有一些更奇特的）上的变量，但不只是在自己的组别1 &内的所有值group2组合，但包括组之前（或之后）的值。 min1示例如下所示。

group1_min1 group2_min1 sum_min1 max_min1 
1   2   B  24  13 
2   2   C  4  2 
3   3   C  36  18 
4   3   B  34  21 
5   4   B  65  44 

注意，对于group1_min1（3），group2_min1（C）中使用三个值：行6,7 & 9（2,16 & 18）。

我尝试使用GROUP_BY和dplyr中总结，是这样的：

group_by(group1, group2) %>% 
summarize_each(funs(sum, max)) 

编辑：

我找到了解决之添加到原来的DF：

sum_min1 = c() 
j=0 
for (j in 1:(length(df$group1))){ 
    if (df[j,"min1"] == 0){sum_min1 = c(sum_min1,0)} else { 
    sum_min1 = c(sum_min1,(sum(df[which((df[,"group1"] == df[j,"group1"] | df[,"group1"] == (df[j,"group1"]-1)) & df[,"group2"]==(df[j,"group2"])),"variable"]))) 
    } 
} 
df = cbind(df,sum_min1) 

这提供输出：

group1 group2 variable min1 plus1 sum_min1 
1   1 A  3 0  0  0 
2   1 B  11 0  1  0 
3   1 C  2 0  1  0 
4   2 D  47 0  0  0 
5   2 B  13 1  1  24 
6   2 C  2 1  1  4 
7   3 C  16 1  0  36 
8   3 B  21 1  1  34 
9   3 C  18 1  0  36 
10  4 A  5 0  0  0 
11  4 B  44 1  0  65 
12  4 D  14 0  0  0 

但是，这似乎是一个非常粗糙的方式，可能需要很长时间才能处理大数据集，实际上也存在多个变量和多个函数。这也可能是一个问题，因为我想要做一些用户定义的函数，其中包括for循环的所有值。

有没有更好的方法来做到这一点？

对不起，我做错了，我是R和StackOverflow的新手，而不是母语。

Answer 1

# Data 
set.seed(1) 
group1 = c(rep(1,3),rep(2,3),rep(3,3),rep(4,3)) 
group2 = c("A","B","C","D","B","C","C","B","C","A","B","D") 
variable = c(as.integer(rnorm(12,2)**3)) 
df=data.frame(group1, group2, variable) 

对于第一部分 -

df$min1 <- sapply(seq(nrow(df)), function(x) 
      { 
      if(df[x, "group1"] == 1){0} else { 
      max(df[x, "group2"] %in% df[df$group1 == df[x,"group1"] - 1,"group2"])} 
      }) 

df$plus1 <- sapply(seq(nrow(df)), function(x) 
      { 
      if(df[x, "group1"] == max(df$group1){0} else { 
      max(df[x, "group2"] %in% df[df$group1 == df[x,"group1"] + 1,"group2"])} 
      }) 

第二部分

df$sum_min1 <- sapply(seq(nrow(df)), function(x) 
       { 
       if(df[x, "group1"] == 1){0}else{ 
        sum(df[df$group1 == df[x,"group1"] & 
         df$group2 == df[x,"group2"],"variable"], 
         df[df$group1 == df[x,"group1"] - 1 & 
         df$group2 == df[x,"group2"],"variable"])} 
       })