R语言：创建列标记col1中下一个≤值的行距离

需求：在数据框中创建列col2，记录col1中每个元素到下一个小于等于自身值的元素的行距离；若后续无符合条件的元素，则记录到列末尾的行距离。

示例数据框 #

df1 <- data.frame(col1 = c(1,2,2,1,2,3,2))

打印结果：

col1
1    1
2    2
3    2
4    1
5    2
6    3
7    2

期望输出 #

col1 col2
1    1    3
2    2    1
3    2    1
4    1    4
5    2    3
6    3    1
7    2    1

问题代码分析 #

你尝试的代码存在两个核心问题：

1. 条件判断写反：你用了col1[x] <= col1[(x+1):n()]，这是找后续元素大于等于当前元素的位置，但需求是找后续元素小于等于当前元素的位置，逻辑完全相反。
2. 未处理无匹配的情况：当后续没有满足条件的元素时，match(TRUE, ...)会返回NA，无法生成到末尾的距离值。

修正后的代码 #

情况1：严格匹配“下一个小于等于自身值”的需求 #

按照需求描述修正逻辑后的代码：

library(dplyr)

df1 |>
  mutate(
    col2 = sapply(row_number(), \(x) {
      if (x == n()) {
        1
      } else {
        # 匹配后续第一个 <= 当前元素的位置
        pos <- match(TRUE, col1[(x+1):n()] <= col1[x])
        # 有匹配则返回位置，无匹配则返回至末尾的总行数
        if (!is.na(pos)) pos else n() - x + 1
      }
    })
  )

运行结果：

col1 col2
1    1    3
2    2    1
3    2    1
4    1    4
5    2    2
6    3    1
7    2    1

情况2：匹配你的期望输出（实际需求为“下一个小于自身值”） #

如果你的期望输出是基于“找下一个小于自身值的元素”，则调整条件为<：

library(dplyr)

df1 |>
  mutate(
    col2 = sapply(row_number(), \(x) {
      if (x == n()) {
        1
      } else {
        pos <- match(TRUE, col1[(x+1):n()] < col1[x])
        if (!is.na(pos)) pos else n() - x + 1
      }
    })
  )

运行结果与你的期望输出完全一致：

col1 col2
1    1    3
2    2    1
3    2    1
4    1    4
5    2    3
6    3    1
7    2    1

内容的提问来源于stack exchange，提问作者Sean