我认为是时候寻求帮助了。假设我有这个data.frame或data.table
State Date Event
CA Oct27 1
CA Oct28 0
CA Oct29 0
CA Oct30 0
CA Oct31 1
TX Oct27 0
TX Oct28 1
TX Oct29 1
TX Oct30 0
TX Oct31 0
TX Nov1 0
我想创建一个新的二进制变量“active”，它指示特定日期和状态是否存在活动事件（假设所有事件持续三天）。 “事件”列中的值“1”表示事件开始的时间。所以，我的数据看起来像这样：
State Date Event Active
CA Oct27 1 1
CA Oct28 0 1
CA Oct29 0 1
CA Oct30 0 0
CA Oct31 1 1
TX Oct27 0 0
TX Oct28 1 1
TX Oct29 1 1
TX Oct30 0 1
TX Oct31 0 1
TX Nov1 0 0
我很感激任何建议。
答案 0 :(得分：3)
考虑到您的表已排序且您不关心非相邻日期，您可以尝试：
library(data.table)
setDT(df)[, Active:=Event|c(0, head(Event,-1))|c(0,0,head(Event,-2)), State][
, Active:=Active+0]
# State Date Event Active
# 1: CA Oct27 1 1
# 2: CA Oct28 0 1
# 3: CA Oct29 0 1
# 4: CA Oct30 0 0
# 5: CA Oct31 1 1
# 6: TX Oct27 0 0
# 7: TX Oct28 1 1
# 8: TX Oct29 1 1
# 9: TX Oct30 0 1
#10: TX Oct31 0 1
#11: TX Nov1 0 0
答案 1 :(得分：2)
老兄，这是一个非常具有挑战性的问题。我认为我使用by()分组State和Reduce()以重复将矢量化逻辑OR |应用于Active向量以解释过去的任何一天在具有事件开始的指定范围（3）内。
df <- data.frame(State=c('CA','CA','CA','CA','CA','TX','TX','TX','TX','TX','TX'), Date=c('Oct27','Oct28','Oct29','Oct30','Oct31','Oct27','Oct28','Oct29','Oct30','Oct31','Nov1'), Event=c(1,0,0,0,1,0,1,1,0,0,0) );
E <- 3;
do.call(rbind,by(df,df$State,function(x) { s <- x$Event==1; x$Active <- Reduce(function(a,b) a|c(rep(F,b),s[-seq(length(s)-b+1,len=b)]),c(list(s),1:(E-1))); x; }));
## State Date Event Active
## CA.1 CA Oct27 1 TRUE
## CA.2 CA Oct28 0 TRUE
## CA.3 CA Oct29 0 TRUE
## CA.4 CA Oct30 0 FALSE
## CA.5 CA Oct31 1 TRUE
## TX.6 TX Oct27 0 FALSE
## TX.7 TX Oct28 1 TRUE
## TX.8 TX Oct29 1 TRUE
## TX.9 TX Oct30 0 TRUE
## TX.10 TX Oct31 0 TRUE
## TX.11 TX Nov1 0 FALSE
此解决方案的一个优点是它可以参数化事件持续时间，这意味着您可以在以后轻松更改它：
E <- 2;
do.call(rbind,by(df,df$State,function(x) { s <- x$Event==1; x$Active <- Reduce(function(a,b) a|c(rep(F,b),s[-seq(length(s)-b+1,len=b)]),c(list(s),1:(E-1))); x; }));
## State Date Event Active
## CA.1 CA Oct27 1 TRUE
## CA.2 CA Oct28 0 TRUE
## CA.3 CA Oct29 0 FALSE
## CA.4 CA Oct30 0 FALSE
## CA.5 CA Oct31 1 TRUE
## TX.6 TX Oct27 0 FALSE
## TX.7 TX Oct28 1 TRUE
## TX.8 TX Oct29 1 TRUE
## TX.9 TX Oct30 0 TRUE
## TX.10 TX Oct31 0 FALSE
## TX.11 TX Nov1 0 FALSE
此解决方案的正确性取决于两个假设，独立于每个唯一State :( 1）Date序列中没有间隙，（2）data.frame按顺序排列Date。
此处＆＃39;是另一种使用by()的解决方案，但现在使用seq()生成事件涵盖的所有日期，merge()将这些日期合并回数据中。特定State的帧子集将Active设置为true。这个解决方案放宽了我上面提到的两个假设;输入data.frame现在不再需要无间隙或有序。但是，您现在必须将Date列强制转换为Date类（正如我在下面的演示中所做的那样），尽管我认为，当您需要时，应始终执行以下操作：
df2 <- transform(df,Date=as.Date(Date,'%b%d'));
E <- 3;
transform(do.call(rbind,by(df2,df2$State,function(x) merge(x,data.frame(Date=unique(do.call(c,lapply(x$Date[x$Event==1],seq,by=1,len=E))),Active=T),all.x=T))),Active=replace(Active,is.na(Active),F));
## Date State Event Active
## CA.1 2015-10-27 CA 1 TRUE
## CA.2 2015-10-28 CA 0 TRUE
## CA.3 2015-10-29 CA 0 TRUE
## CA.4 2015-10-30 CA 0 FALSE
## CA.5 2015-10-31 CA 1 TRUE
## TX.1 2015-10-27 TX 0 FALSE
## TX.2 2015-10-28 TX 1 TRUE
## TX.3 2015-10-29 TX 1 TRUE
## TX.4 2015-10-30 TX 0 TRUE
## TX.5 2015-10-31 TX 0 TRUE
## TX.6 2015-11-01 TX 0 FALSE
E <- 2;
transform(do.call(rbind,by(df2,df2$State,function(x) merge(x,data.frame(Date=unique(do.call(c,lapply(x$Date[x$Event==1],seq,by=1,len=E))),Active=T),all.x=T))),Active=replace(Active,is.na(Active),F));
## Date State Event Active
## CA.1 2015-10-27 CA 1 TRUE
## CA.2 2015-10-28 CA 0 TRUE
## CA.3 2015-10-29 CA 0 FALSE
## CA.4 2015-10-30 CA 0 FALSE
## CA.5 2015-10-31 CA 1 TRUE
## TX.1 2015-10-27 TX 0 FALSE
## TX.2 2015-10-28 TX 1 TRUE
## TX.3 2015-10-29 TX 1 TRUE
## TX.4 2015-10-30 TX 0 TRUE
## TX.5 2015-10-31 TX 0 FALSE
## TX.6 2015-11-01 TX 0 FALSE
答案 2 :(得分：1)
我喜欢data.table解决方案。以下是我认为更清洁的基础R解决方案。
s <- split(df, df$State)
newlist <- lapply(s, function(x) {
days <- c(which(x$Event==1)+1, which(x$Event==1)+2)
x$Event[seq_along(x$Event) %in% days] <- 1
x
}
)
do.call(rbind, newlist)
首先，按状态拆分数据框。对于每个州，确定事件开始后的两天。如果这些日期在列表中，请为其分配1。最后，把各州放在一起。
输出：
State Date Event
CA.1 CA Oct27 1
CA.2 CA Oct28 1
CA.3 CA Oct29 1
CA.4 CA Oct30 0
CA.5 CA Oct31 1
TX.6 TX Oct27 0
TX.7 TX Oct28 1
TX.8 TX Oct29 1
TX.9 TX Oct30 1
TX.10 TX Oct31 1
TX.11 TX Nov1 0