我想创造：
1.根据随机事件发生的前一次，变量的前一次的滞后（例如，事件之间没有固定的天数，因此dqr：：lag（）函数本身不起作用
1.能够提取与最近两三次发生这种情况相关的变量，并取这些变量的平均值
下面是使用mtcars包的示例数据集
将上面的请求转换为下面的示例框架，
1.我想在一个新的列带来的mpg值，这是最后一次与先前的随机事件在当前的随机事件（如滞后mpg，但只采取从以前的时间随机事件指标发生）-对于其他天，这不是一个随机事件把0
1.在一天中，随机事件发生查看最近两次随机事件发生，并获取这些先前随机事件的mpg值，并返回当前随机事件位置的mpg平均值。
library(tidyverse)
set.seed(123)
rows <- sample(1:nrow(mtcars),4,)
df <- mtcars %>%
mutate(
event_id=row_number()
,random_event=if_else(event_id %in% rows,1,0)
)
``字符串
1条答案
按热度按时间j2datikz1#
实际上你可以使用
lag函数来解决你的问题，你只需要配置order_by参数。注意，如果发生随机事件，我只是将变量random_event改为1，否则改为NA，以摆脱初始值没有先前值的问题。问题一
字符串
问题二
型
实际上，
order_by = random_event参数在内部根据随机事件的发生来排列你的随机帧，这样lag函数就可以得到所需的正确值。