Question

这些是我的样本数据：

dt <- data.table(id=c("a","a","a","a","b","b"), monthsinarrears=c(0,1,0,0,1,0), date=c(2013,2014,2015,2016,2014,2015))

表格如下：

> dt
   id monthsinarrears date
1:  a               0 2013
2:  a               1 2014
3:  a               0 2015
4:  a               0 2016
5:  b               1 2014
6:  b               0 2015

现在我想创建一个名为＆＃34; EverinArrears＆＃34;将被分配给＆＃34; 1＆＃34;如果id曾经拖欠（历史上）和＆＃34; 0＆＃34;如果它不是。因此，我想获得的输出是：

   id monthsinarrears date EverinArrears
1:  a               0 2013             0
2:  a               1 2014             1
3:  a               0 2015             1
4:  a               0 2016             1
5:  b               1 2014             1
6:  b               0 2015             1

请注意，贷款ID a在历史上并非2013年的欠款（这发生在2014年），因此EverinArrears在2013年也获得0零。

Answer 1

您可以执行以下操作（感谢@Roland提示，以避免数字＆gt; 1）：

dt[, EverinArrears := as.integer(as.logical(cumsum(monthsinarrears))), by=id]

输出：

#   id monthsinarrears date EA
#1:  a               0 2013  0
#2:  a               1 2014  1
#3:  a               0 2015  1
#4:  a               0 2016  1
#5:  b               1 2014  1
#6:  b               0 2015  1

注意： 如果您更喜欢更短的代码，也可以

dt[, EverinArrears := +(!!(cumsum(monthsinarrears))), by=id]

虽然不像as.integer(as.logical(...))

那样“良好做法”

如@Jaap所述，你也可以这样做：

dt[, EverinArrears := +(cumsum(monthsinarrears) > 0), by = id]

或者，为了更好的实践：

dt[, EverinArrears := as.integer(cumsum(monthsinarrears) > 0), by = id]

正如@Arun在评论中所建议的那样，另一种更简单的方式：

dt[, EverinArrears := cummax(monthsinarrears), by = id]

Answer 2

其他人的回答略有不同：

dt[, newcol := cummax(monthsinarrears > 0), by=id]

使用cummax代替cumsum，我们可能会节省一些计算。

这是一种与第一个条目的位置进行比较的方法，其中包括拖欠的正数月份：

dt[, newcol := {
  z = which(monthsinarrears > 0)
  if (!length(z)) rep(0L,.N)
  else            replace(rep(1L,.N), 1:.N < z[1], 0L)
}, by=id]

不确定这是否会更有效率;它在某种程度上肯定取决于数据。

Answer 3

您可以使用ave：

dt$EverinArrears = as.integer(!!ave(dt$monthsinarrears, dt$id, FUN=cumsum))

或者data.table的好方法：

dt[, EverinArrears := +(!!cumsum(monthsinarrears)), id][]

Answer 4

使用包dplyr：

library(dplyr)

dt %>% 
  group_by(id) %>% 
  arrange(date) %>% 
  mutate(EverinArrears = +as.logical(cumsum(monthsinarrears))) %>% 
  data.table

   id monthsinarrears date EverinArrears
1:  a               0 2013             0
2:  a               1 2014             1
3:  a               0 2015             1
4:  a               0 2016             1
5:  b               1 2014             1
6:  b               0 2015             1

简单总和如果表达

4 个答案: