R Скользящий подсчет добавлений или удалений в список

df <- data.frame(date = as.Date(c(rep("2022-01-01", 3), 
                                  rep("2022-02-01", 3),
                                  rep("2022-03-01", 4))),
                 flavor = c("Almond", "Apple", "Apricot", 
                            "Almond", "Maple", "Mint",
                            "Apricot", "Pecan", "Praline", "Pumpkin"))
#>          date  flavor
#> 1  2022-01-01  Almond
#> 2  2022-01-01   Apple
#> 3  2022-01-01 Apricot
#> 4  2022-02-01  Almond
#> 5  2022-02-01   Maple
#> 6  2022-02-01    Mint
#> 7  2022-03-01 Apricot
#> 8  2022-03-01   Pecan
#> 9  2022-03-01 Praline
#> 10 2022-03-01 Pumpkin

Фрейм данных R выше отслеживает вкусы мороженого в магазине мороженого из месяца в месяц. В феврале были добавлены два аромата, которых не было в январе (клен, мята), и удалены два аромата (яблоко, абрикос), которые присутствовали в январе. В марте были добавлены четыре вкуса, которых не было в феврале (абрикос, пекан, пралине, тыква), и удалены три вкуса (миндаль, клен, мята), которые присутствовали в феврале.

#>          date  flavors.added  flavors.removed
#> 1  2022-01-01           <NA>             <NA>
#> 2  2022-02-01              2                2
#> 3  2022-03-01              4                3

Как написать R-скрипт для вычисления приведенного выше сводного фрейма данных? То есть мне нужен скользящий подсчет ароматов мороженого, которые были добавлены за месяц, которых не было в предыдущем месяце, а также подсчет ароматов, удаленных за месяц, которые присутствовали в предыдущем месяце.

Стоит ли изучать PHP в 2026-2027 годах?
Стоит ли изучать PHP в 2026-2027 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
2
0
47
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Использование data.table:

library(data.table)
df2 = setDT(df)[, .(flavors = list(flavor)), date]
for (i in 2:nrow(df2))
  set(
    df2, i = i, 
    j = c('flavors_added', 'flavors_removed'), 
    list(length(setdiff(df2$flavors[[i]], df2$flavors[[i-1]])), length(setdiff(df2$flavors[[i-1]], df2$flavors[[i]])))
  )

df2

#          date                       flavors flavors_added flavors_removed
#        <Date>                        <list>         <int>           <int>
# 1: 2022-01-01          Almond,Apple,Apricot            NA              NA
# 2: 2022-02-01             Almond,Maple,Mint             2               2
# 3: 2022-03-01 Apricot,Pecan,Praline,Pumpkin             4               3

в вашем ответе опечатка? Когда я запускаю код, я получаю Error in drop && !has.j : invalid 'x' type in 'x && y'. Error in nrow(df2) : object 'df2' not found

jophuh 12.05.2022 16:38

Да, прости. Я привык, что все data.frames являются data.tables. Спасибо @Uwe за исправление.

sindri_baldur 12.05.2022 16:53

@jophuh, проблема была вызвана тем, что df не принуждали к занятиям data.table.

Uwe 12.05.2022 16:53
Ответ принят как подходящий

В dplyr:

library(dplyr)
df %>% 
  group_by(date) %>% 
  summarise(flavors = list(flavor)) %>% 
  mutate(flavors.added = lengths(mapply(setdiff, flavors, lag(flavors))),
         flavors.removed = lengths(mapply(setdiff, lag(flavors), flavors)))

выход

# A tibble: 3 × 4
  date       flavors   flavors.added flavors.removed
  <date>     <list>            <int>           <int>
1 2022-01-01 <chr [3]>             3               0
2 2022-02-01 <chr [3]>             2               2
3 2022-03-01 <chr [4]>             4               3

Другие вопросы по теме