Question

我有一个数据框，其中我基本上有一个ID＃，一年和一个状态代码。这是一个例子：

> df <- data.frame(ID=c(100,100,100,102,102,102), 
                   Year=c(2010,2011,2012,2010,2011,2012),
                   Status=c("c","d","d","d","c","c"))
> df
   ID Year Status
1 100 2010      c
2 100 2011      d
3 100 2012      d
4 102 2010      d
5 102 2011      c
6 102 2012      c

我想根据ID＃的状态添加第4列（df$def）作为二进制文件，但是，一旦状态为“d”，我需要执行剩余的年份，尽管状态可能会改为“c”。我可以编写简单的IF语句，其中0表示“c”，1表示“d”，但很难将日期分解为前进。

我希望决赛桌看起来像这样：

 df
   ID Year Status Def
1 100 2010      c   0
2 100 2011      d   1
3 100 2012      d   1
4 102 2010      d   1
5 102 2011      c   1
6 102 2012      c   1

感谢您的帮助！

Answer 1

您可以使用：

  within(df, {def<- ave(Status=='d', ID, FUN=cumsum);def[def>1] <- 1 })
  #   ID Year Status def
  #1 100 2010      c   0
  #2 100 2011      d   1
  #3 100 2012      d   1
  #4 102 2010      d   1
  #5 102 2011      c   1
  #6 102 2012      c   1

或者对于更大的数据集，您可以使用data.table

  library(data.table)
  setDT(df)[, Def:=cumsum(Status=='d'), by=ID][ Def>1, Def:=1][]
  #    ID Year Status Def
 #1: 100 2010      c   0
 #2: 100 2011      d   1
 #3: 100 2012      d   1
 #4: 102 2010      d   1
 #5: 102 2011      c   1
 #6: 102 2012      c   1

或者您可以使用split

  res <- unsplit(lapply(split(df, df$ID), function(x) {
              indx <- which(x$Status=='d')
              x$Def <- 0
              if(length(indx)>0){
              indx1 <- indx[1] 
               x$Def[indx1:nrow(x)] <- 1
               }
               x}), df$ID)



   res
   #   ID Year Status Def
   #1 100 2010      c   0
   #2 100 2011      d   1
   #3 100 2012      d   1
   #4 102 2010      d   1
   #5 102 2011      c   1
   #6 102 2012      c   1

Answer 2

您可以尝试使用函数by()来获取ID的累积总和（不允许它超过1）

df$def <- ifelse(df$Status == "c", 0, 1)
df$def <- pmin(1, unlist(by(df$def, df$ID, cumsum)))

Answer 3

这是另一种方式：

within(df, {
    Def <- 
    ave(as.character(Status), ID, 
        FUN=function(x) ifelse(seq_along(x) < which.max(x == 'd'), 0, 1))
})
#    ID Year Status Def
# 1 100 2010      c   0
# 2 100 2011      d   1
# 3 100 2012      d   1
# 4 102 2010      d   1
# 5 102 2011      c   1
# 6 102 2012      c   1

if基于R中日期的匹配值的语句

3 个答案: