dplyr：迭代计算

Question

我试图弄清楚 dplyr 是否有一种方法可以逐行计算变量，以便它可以引用之前一条记录计算的结果。

这是使用 for 循环实现我想要的代码：

x <- data.frame(x1 = c(1:10)) 

#This works.
x$x2[1] <- 0

for (i in 2:nrow(x)) {
  x$x2[i] <- x$x2[i-1]*1.1 + 1
}

我天真的 dplyr 尝试，不起作用：

#This doesn't work. "Error: object'x1' not found"
x %>% mutate(x2 = ifelse(x1 == 1, 0, lag(x2)*1.1 + 1))

如果能找到 dplyr 解决方案就好了，因为此步骤是严重依赖它的工作流程的一部分。

谢谢你。

---

编辑：

上面是我正在尝试做的事情的简化示例。封闭式解决方案将不起作用，因为所应用的函数比此处显示的更复杂和动态。例如，假设“add_var”和“pwr_var”是随机整数，我想计算这个：

x$x2[1] <- 0

for (i in 2:nrow(x)) {
  x$x2[i] <- ( x$x2[i-1]*1.1 + x$add_var[i] ) ^ x$pwr_var[i]
}

Answer 1

一般来说，如果您想计算依赖于先前值的值，最好使用

Reduce

。这是您的数据的示例

x %>% mutate(x3 = Reduce(function(a,b) a*1.1+1, 1:(n()-1), 0, acc=T))

但在您的示例中，该术语有一个封闭形式，不依赖于迭代。你可以做的

x %>% mutate(x4=(1.1^(row_number()-1)-1)/(1.1-1)*1)

Answer 2

如果您确实想使用扩展符号，那么您可以使用库 magrittr，定义一个执行转换的函数，然后应用管道运算符。另外，对于 dplyr，请使用 data_frame 对象，而不是 data.frame 对象。

    library(dplyr)
    library(magrittr)
    x <- data_frame(x1 = c(1:10))
    f_x <- function(x){(x-1)*1.1+1}
    x$x2 <-x %$% x1 %>% f_x

Answer 3

你的代码对我有用。这是结果：

   x1        x2
1   1  0.000000
2   2  1.000000
3   3  2.100000
4   4  3.310000
5   5  4.641000
6   6  6.105100
7   7  7.715610
8   8  9.487171
9   9 11.435888
10 10 13.579477

您可以尝试使用 dplyr 代码行吗：

 x %>% mutate(x2 = ifelse(x1 == 1, 0, lag(x2)*1.1 + 1))