仅当数量不再增加时才按组汇总减少量

Question

我正在尝试计算给定年份<的市场上水果摊（地块）损失的苹果和梨数量/代码>。在这里，损失被定义为当年该地块中苹果或梨的数量减少但保持在该数量并且不再增加。换句话说，一个苹果或梨可能会从地块中丢失，但如果添加另一个（例如重新库存），那么这并不构成“损失”。我希望按年份、年份和地块总结丢失的苹果数量和丢失的梨数量。日期顺序在这里很重要（即从未来的日期到过去的日期不会发生丢失），但我已经按年份对数据集进行了排序，因此这不应该是问题。

下面是一个数据示例：

table <- "date year plot apples pears
1  2021-05-26 2020   a    1      1
2  2021-05-27 2020   a    1      1
3  2021-05-28 2020   a    0      1
4  2021-05-29 2020   a    1      1
5  2021-05-30 2020   a    1      1
6  2021-05-27 2021   b    2      1
7  2021-05-28 2021   b    2      1
8  2021-05-29 2021   b    1      0
9  2021-05-30 2021   b    1      0
10 2021-05-31 2021   b    1      0
11 2021-05-27 2021   c    1      0
12 2021-05-28 2021   c    1      1
13 2021-05-29 2021   c    0      1
14 2021-05-30 2021   c    0      1
15 2021-05-31 2021   c    0      1"

根据此示例，您可以预期：

1. 2020 年，没有苹果丢失，也没有梨丢失（数字没有丢失） 不减少并保持在减少的数量）。
2. 2021 年，丢失了两个苹果（图 b 中的一个，图 c 中的一个）和 1 个梨丢失（图 b 中），

其输出看起来与按年份总结的类似：

table <- "date year apples.lost pears.lost
1  2020   0      0
2  2021   2      1"

或者如果也按图分组：

table <- "date year plot apples.lost pears.lost
1  2020   a    0      0
2  2021   b    1      1
3  2021   c    1      0"

I我花了几个小时试图弄清楚如何做到这一点，但我无法想出可行的代码。我可以根据 this< 等资源计算数据集中的增加/减少/a>，但我似乎找不到一种方法来仅计算该特定图中今年剩余时间内保持该数字的减少量。

Answer 1

使用dplyr软件包：

library(dplyr)

df %>%
  group_by(year, plot) %>%
  summarise(apples.lost = max(first(apples) - last(apples), 0),
            pears.lost = max(first(pears) - last(pears), 0)) %>%
  ungroup()

#> # A tibble: 3 x 4
#>    year plot  apples.lost pears.lost
#>   <dbl> <chr>       <dbl>      <dbl>
#> 1  2020 a               1          0
#> 2  2021 b               1          1
#> 3  2021 c               1          0

要获取每年的总和，您将再次汇总：

df %>% 
  group_by(year, plot) %>%
  summarise(apples.lost = max(first(apples) - last(apples), 0),
            pears.lost = max(first(pears) - last(pears), 0)) %>%
  group_by(year) %>%
  summarise(apples.lost = sum(apples.lost),
            pears.lost = sum(pears.lost))

#> # A tibble: 2 x 3
#>    year apples.lost pears.lost
#>   <dbl>       <dbl>      <dbl>
#> 1  2020           1          0
#> 2  2021           2          1

Answer 2

data.table解决方案：

  library(data.table)
  
  dt <- fread(text = "obs date year plot apples pears
1  2021-05-26 2020   a    1      1
2  2021-05-27 2020   a    1      1
3  2021-05-28 2020   a    0      1
4  2021-05-29 2020   a    1      1
5  2021-05-30 2020   a    1      1
6  2021-05-27 2021   b    2      1
7  2021-05-28 2021   b    2      1
8  2021-05-29 2021   b    1      0
9  2021-05-30 2021   b    1      0
10 2021-05-31 2021   b    1      0
11 2021-05-27 2021   c    1      0
12 2021-05-28 2021   c    1      1
13 2021-05-29 2021   c    0      1
14 2021-05-30 2021   c    0      1
15 2021-05-31 2021   c    0      1")
  
  dt[, .(apples.lost = max(0L, first(apples) - last(apples)), pears.lost = max(0L, first(pears) - last(pears))), by = year:plot]
#>    year plot apples.lost pears.lost
#> 1: 2020    a           0          0
#> 2: 2021    b           1          1
#> 3: 2021    c           1          0