更新列值

Question

考虑测试数据集

test = data.table("a"=c(NA,NA, 0, NA, NA), "b"=c(1,3,4,7,8), "c"=c(NA, 2,1,3,1), "group"=c(1,1,1,1,1)) 
    a b c group 
1: NA 1 NA 1 
2: NA 3 2 1 
3: 0 4 1 1 
4: NA 7 3 1 
5: 0 8 1 1 
6: NA 9 1 1 

我想更新一列的值，使得：

t = a_{i-1}+c_i 
    if(is.na(a_i)) { 
    a_i = t  
    } 

这将导致以下数据集：

a b c group 
1: NA 1 NA 1 
2: NA 3 2 1 
3: 0 4 1 1 
4: 3 7 3 1 
5: 0 8 1 1 
6: 1 9 1 1 

我将这个例子简化为一个组，但可以有多个。我宁愿避免使用循环解决方案，因为我的实际数据集有数百万行。

Answer 1

当我在第一个非NAa之前有NA的值时，我不清楚逻辑是什么。我认为它是保持当前值a。在这种情况下，那么这可能是你正在寻找前锋：

> library(zoo) 
> test = data.table("a"=c(NA,NA, 0, NA, NA, 1, 2), 
+     "b"=c(1,3,4,7,8, 9, 10), 
+     "c"=c(NA, 2,1,3,1, 1, 2), 
+     "group"=c(1,1,1,1,1,1, 1)) 
> test 
    a b c group 
1: NA 1 NA  1 
2: NA 3 2  1 
3: 0 4 1  1 
4: NA 7 3  1 
5: NA 8 1  1 
6: 1 9 1  1 
7: 2 10 2  1 
> 
> test[, `:=`(tmp_idx = shift(cumsum(!is.na(a)), fill = 0) > 0)][ 
+ , c_cum := cumsum(c), by = tmp_idx][ 
+  tmp_idx == 0, c_cum := 0][ 
+  tmp_idx == TRUE, a := NA][ 
+   , a := na.locf(a, na.rm = FALSE)] 
> test 
    a b c group tmp_idx c_cum 
1: NA 1 NA  1 FALSE  0 
2: NA 3 2  1 FALSE  0 
3: 0 4 1  1 FALSE  0 
4: 0 7 3  1 TRUE  3 
5: 0 8 1  1 TRUE  4 
6: 0 9 1  1 TRUE  5 
7: 0 10 2  1 TRUE  7 
> 
> test[, a := ifelse(is.na(shift(a)), a, shift(a)) + c_cum][ 
+ , `:=`(tmp_idx = NULL, c_cum = NULL)] 
> test 
    a b c group 
1: NA 1 NA  1 
2: NA 3 2  1 
3: 0 4 1  1 
4: 3 7 3  1 
5: 4 8 1  1 
6: 5 9 1  1 
7: 7 10 2  1 

如果你有多个组，然后使用上述上.SD的[.data.table里面调用一个by说法。