我有一个像这样排列的数据集：
ID A B C D Win Loss
001 NA 3 NA NA 6 NA
002 NA NA NA NA NA 17
003 1 5 12 18 NA 22
004 NA 7 9 NA 31 NA
005 8 2 NA NA NA 14
006 2 6 12 19 25 NA
007 NA NA NA NA 6 NA
在此数据集中，ID应按时间顺序在每个阶段（A，B，C，D）中移动并在结束时击中赢/输（ID 003和006）
然而，有时，ID向后移动（ID 005），其他ID跳过阶段（ID 001和004），有些则直接进入Win / Loss（ID 002和007）。
我想用dplyr mutate逻辑调用它们。输出：
ID A B C D Win Loss Backwards Skip Just W/L
001 NA 3 NA NA 6 NA F T F
002 NA NA NA NA NA 17 F T T
003 1 5 12 18 NA 22 F F F
004 NA 7 9 NA 31 NA F T F
005 8 2 NA NA NA 14 T T F
006 2 6 12 19 25 NA F F F
007 NA NA NA NA 6 NA F T T
我知道我应该使用与this类似的逻辑，但我无法弄明白。
提前致谢。
编辑：
如果您还可以告诉我如何计算每个阶段之间经过的时间/天数，即使它跳过一对，也可以获得奖励积分。
答案 0 :(得分：3)
可以使用base R完成此操作。选择感兴趣的列df[LETTERS[1:4]]，创建一个存在/不存在＆＃34; NAs＆＃34;的逻辑矩阵。 （is.na(df[...)）。否定它（!）以便非NA元素变为＆＃34; TRUE＆＃34;，得到行方式总和rowSums并将其否定!所以行{{1}非NA值将变为TRUE，这就是胜负的情况。对于＆＃34;向后＆＃34;，我们可以对行（0）使用循环方法（apply(），检查非NA元素的差异（MARGIN=1）有任何负数（diff(na.omit(x))）。如果有，则表示ID向后移动。 ＆＃34; Skip＆＃34;也类似于＆＃34; JustWL＆＃34;我们得到逻辑矩阵（any(....)<0），按行加总（is.na(..)）和双加法（rowSums）。如果至少有一个＆＃34; NA＆＃34;，则为TRUE。
!!或在JustWL <- !rowSums(!is.na(df[LETTERS[1:4]]))
Backwards <- apply(df[LETTERS[1:4]], 1, function(x) any(diff(na.omit(x))<0))
Skip <- !!rowSums(is.na(df[LETTERS[1:4]]))
df1 <- data.frame(df, JustWL, Backwards, Skip)
df1
# ID A B C D Win Loss JustWL Backwards Skip
# 1 1 NA 3 NA NA 6 NA FALSE FALSE TRUE
# 2 2 NA NA NA NA NA 17 TRUE FALSE TRUE
# 3 3 1 5 12 18 NA 22 FALSE FALSE FALSE
# 4 4 NA 7 9 NA 31 NA FALSE FALSE TRUE
# 5 5 8 2 NA NA NA 14 FALSE TRUE TRUE
# 6 6 2 6 12 19 25 NA FALSE FALSE FALSE
# 7 7 NA NA NA NA 6 NA TRUE FALSE TRUE
dplyr