如何用lag值条件更新DataFrame中RAIN列的值？

需求说明 #

需要更新DataFrame的RAIN列，规则为：若当前行的RAIN值小于上一行的RAIN值，则将其替换为上一行的RAIN值。

样本DataFrame #

TRGCODE    gr      DATE      TIME     RAIN
   12      24   2017-03-15   1645     00
   12      24   2017-03-15   1700     00
   12      24   2017-03-15   1715     0.5
   12      24   2017-03-15   1730     00
   12      24   2017-03-15   1745     0.5
   12      24   2017-03-15   1800     0.5
   12      24   2017-03-15   1815     00
   12      24   2017-03-15   1830     00
   12      24   2017-03-15   1845     0.5
   12      24   2017-03-15   1900     00
   12      24   2017-03-15   1915     00
   12      24   2017-03-15   1930     0.5
   12      24   2017-03-15   1945     0.5

尝试的代码及问题 #

使用以下代码后，仅修改了1730、1815、1900时间点的RAIN值，1830和1915的未被修改，未达到预期效果：

df <- df %>% group_by(TRGCODE, gr) %>% dplyr::mutate(RAIN = ifelse(RAIN < lag(RAIN, default = first(RAIN)), lag(RAIN), RAIN))

期望输出 #

TRGCODE    gr      DATE      TIME     RAIN
   12      24   2017-03-15   1645     00
   12      24   2017-03-15   1700     00
   12      24   2017-03-15   1715     0.5
   12      24   2017-03-15   1730     0.5
   12      24   2017-03-15   1745     0.5
   12      24   2017-03-15   1800     0.5
   12      24   2017-03-15   1815     0.5
   12      24   2017-03-15   1830     0.5
   12      24   2017-03-15   1845     0.5
   12      24   2017-03-15   1900     0.5
   12      24   2017-03-15   1915     0.5
   12      24   2017-03-15   1930     0.5
   12      24   2017-03-15   1945     0.5

原因分析 #

原代码中lag(RAIN)调用的是原始RAIN列的上一行值，而非更新后的值。比如1815行被修改为0.5后，1830行判断时，lag(RAIN)仍然是原始的00，因此00不小于00，不会触发替换逻辑。

解决方案 #

使用purrr::accumulate实现递推更新，每一步判断都基于前一行更新后的RAIN值：

library(dplyr)
library(purrr)

df <- df %>%
  group_by(TRGCODE, gr) %>%
  mutate(RAIN = accumulate(RAIN, ~ifelse(.y < .x, .x, .y))) %>%
  ungroup()

代码说明 #

• accumulate函数会遍历RAIN列，.x代表前一个元素（已更新后的值），.y代表当前元素
• 每次判断当前元素.y是否小于前一个元素.x，若是则用.x替换.y，否则保留.y
• 分组内的递推逻辑保证了每个组独立处理，符合需求

内容的提问来源于stack exchange，提问作者Ajay