Question

我正在构造一个新变量，其值取决于另一列中的前一行。因此，数据的顺序很重要。这就是我的数据目前的样子

ID  Cong  Comm    Y
 1   52    3      0
 1   53    3      0
 1   54    3      1
 1   53    4      1
 2   50    2      1
 2   50    7      1
 3   48    4      1
 4   48    3      1
 4   48    7      0
 4   49    7      1

我想创建一个名为Y2的新变量。如果观测值Y = 0，那么同一观测值中的Y2应该等于1.如果下一行的Y = 0，则将前一个Y2值加1（该观测值的Y2值应等于2）。继续此过程，直到Y = 1，添加1，然后停止该过程。基本上，新变量计数直到另一列的值等于“1”并重复该过程。

这应该是这样的：

ID  Cong  Comm    Y   Y2
 1   52    3      0   1
 1   53    3      0   2
 1   54    3      1   3 
 1   53    4      1   1
 2   50    2      1   1
 2   50    7      1   1
 3   48    4      1   1
 4   48    3      1   1
 4   48    7      0   1 
 4   49    7      1   2

这是我的示例数据框。

data.frame(
ID = c(1L, 1L, 1L, 1L, 2L, 2L, 3L, 4L, 4L, 4L), 
Cong = c(52L, 53L, 54L, 53L, 50L, 50L, 48L, 48L, 48L, 49L), 
Comm = c(3L, 3L, 3L, 4L, 2L, 7L, 4L, 3L, 7L, 7L),
Y=c(0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L))

循环或if-else命令是否是解决此问题的最佳方法？我尝试了一个if-else语句，但我的代码不起作用。任何建议都会很棒。

Answer 1

您可以这样做，假设您的data.frame为df：

y = df$Y
bool=y==c(0, head(y, -1))
y[which(bool %in% F)] = 0

df$Y2 = ifelse(y==0, f7(!y), 1)

#   ID Cong Comm Y Y2
#1   1   52    3 0  1
#2   1   53    3 0  2
#3   1   54    3 1  3
#4   1   53    4 1  1
#5   2   50    2 1  1
#6   2   50    7 1  1
#7   3   48    4 1  1
#8   4   48    3 1  1
#9   4   48    7 0  1
#10  4   49    7 1  2

诀窍是：

f7 <- function(x){ tmp<-cumsum(x);tmp-cummax((!x)*tmp)}

在这篇伟大的帖子中完全定义：

count how many consecutive values are true

最后，这个解决方案完全是矢量化的，没有循环。

根据另一列的先前观察值创建新变量

1 个答案: