Question

我正在尝试设计一种方法来重新编码向量中的项目，具体取决于它们是否在该向量中的某个值之后发生。我有一个完整的数据集（按主题分组的时间序列），其中包含一个列，表示受试者的初始暴露月份（此栏目的NA为缺乏暴露，“G”表示月份暴露发生）。一旦受试者被“暴露”，我需要该受试者的载体以表明他/她已经暴露直到该受试者的观察期结束。这是一个精简的示例和解决方案，但不是在每种情况下我需要它：

x2 <- c("G", NA, NA, NA, NA)
solution <- c(rep(1, length(x2)- length(rep("G", (length(x2)+1 )- which(x2=="G")))), rep("G", (length(x2)+1 )- which(x2=="G")))

在这种情况下，解决方案如下所示：

> solution
[1] "G" "G" "G" "G" "G"

也就是说，当面对不包含任何“G”的载体时，解决方案会中断

x2 <- c(NA, NA, NA, NA, NA)
solution <- c(rep(1, length(x2)- length(rep("G", (length(x2)+1 )- which(x2=="G")))), rep("G", (length(x2)+1 )- which(x2=="G")))

Error in rep("G", (length(x2) + 1) - which(x2 == "G")) : 
  invalid 'times' argument

因此，在一天结束时，解决方案向量需要： 1）与原始矢量（在这种情况下为x2）的长度相同 2）在原始矢量

中的初始“G”之后的每个位置包含值“G”

还有一件事，我需要以某种形式提供解决方案，我可以通过分组因子传递给plyr（因为我需要重新编码在大型数据集上按因子分组的许多向量）。

非常感谢大家！克里斯

Answer 1

这也有效：

x2 <- c(NA,"G", NA, NA, NA, NA)
ifelse(seq_along(x2)>=match('G',x2),'G',x2)

之前已经问过这个问题......我想，我正试图挖掘旧问题。

Answer 2

repG <- function(x, start) { patt <- paste0("^",start,"$")
  if( length(grep(patt, x))>0 ){ x[ grep(patt, x)[1]:length(x)] <- start
         return(x) } }
 grep("^G$", tvec)
#[1]  6  7  8  9 10 11 12

基于i的值将每个i重新编码为向量中的i + 1个索引项

2 个答案: