我想创建一个“max”和一个条件虚拟变量。假设我有一个看起来像这样的数据集：
Subject Year X Ydummy
A 1990 0 0
A 1991 1 0
A 1992 2 0
A 1993 0 0
A 1995 1 0
A 1996 2 0
A 1997 3 0
B 1990 0 0
B 1991 0 0
B 1992 0 0
B 1993 1 0
B 1995 2 0
B 1996 3 0
B 1997 3 0
C 1990 1 0
C 1991 2 0
C 1992 3 0
C 1993 3 0
C 1995 3 0
C 1996 3 0
C 1997 3 0
C 1998 3 1
D 1990 0 0
D 1991 0 0
D 1992 1 0
D 1993 2 0
D 1995 3 0
D 1996 3 0
D 1997 4 0
X变量是一个累积变量（测量每个学科年）。
（1）我想创建一组“max”虚拟变量：表示X是否已达到最大值1,2,3的假人，依此类推。 为了简化，假设我在这里有兴趣创建变量“Xmax3”。 “Xmax3”表示X的最大值是否等于3（对于每个主题年）。如果最大X值为3，则“Xmax3”为1，否则为0。让它变得复杂的是，只有当X第一次变为3时，我才希望它为1。或者第一次达到最大值。请参阅下面的示例。
我尝试使用以下方法创建此变量：
data$Xmax3 <- ave(data$X, data$Subject, FUN = function(x) if (max(x) == 3) 1 else 0)
但它不能控制0，而且我希望它在X变为3时只能为1。
（2）基于“Xmax3”我想生成一个条件虚拟变量“”Xmax3_noY“。这个变量应该表明是否X达到最大值3后5年后Y为1.如果5年后Y为1，则“”Xmax3_noY“应为0.
因此，如果您查看下面的示例，您会看到C – 1992的“Xmax3”为1。但是“”Xmax3_noY“为0，因为C – 1998的Y为1如果1999年的Y为1（6年后），那么”“Xmax3_noY” woudl也是1。
示例（理想结果）：
Subject Year X Ydummy Xmax3 Xmax3_noY
A 1990 0 0 0 0
A 1991 1 0 0 0
A 1992 2 0 0 0
A 1993 0 0 0 0
A 1995 1 0 0 0
A 1996 2 0 0 0
A 1997 3 0 1 1
B 1990 0 0 0 0
B 1991 0 0 0 0
B 1992 0 0 0 0
B 1993 1 0 0 0
B 1995 2 0 0 0
B 1996 3 0 1 1
B 1997 3 0 0 0
C 1990 1 0 0 0
C 1991 2 0 0 0
C 1992 3 0 1 0
C 1993 3 0 0 0
C 1995 3 0 0 0
C 1996 3 0 0 0
C 1997 3 0 0 0
C 1998 3 1 0 0
D 1990 0 0 0 0
D 1991 0 0 0 0
D 1992 1 0 0 0
D 1993 2 0 0 0
D 1995 3 0 0 0
D 1996 3 0 0 0
D 1997 4 0 0 0
你会如何创建这两个变量？我非常感谢任何“教学”的建议（如果可能的话），允许我试验这些变量的不同版本。
可重复的样本：
> dput(data)
structure(list(Subject = structure(c(1L, 1L, 1L, 1L, 1L, 1L,
1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
4L, 4L, 4L, 4L, 4L, 4L, 4L), .Label = c("A", "B", "C", "D"), class = "factor"),
Year = c(1990L, 1991L, 1992L, 1993L, 1995L, 1996L, 1997L,
1990L, 1991L, 1992L, 1993L, 1995L, 1996L, 1997L, 1990L, 1991L,
1992L, 1993L, 1995L, 1996L, 1997L, 1998L, 1990L, 1991L, 1992L,
1993L, 1995L, 1996L, 1997L), X = c(0L, 1L, 2L, 0L, 1L, 2L,
3L, 0L, 0L, 0L, 1L, 2L, 3L, 3L, 1L, 2L, 3L, 3L, 3L, 3L, 3L,
3L, 0L, 0L, 1L, 2L, 3L, 3L, 4L), Ydummy = c(0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L)), .Names = c("Subject",
"Year", "X", "Ydummy"), class = "data.frame", row.names = c(NA,
-29L))
编辑（与StevenBeaupré交谈后）：
Xmax3 变量应指示何时达到X的第一个最大值，即在这种情况下X达到3的时间。
对于 Xmax3_noY 变量，条件是：如果在X达到最大（和第一）值3之后数据集中的后5年中Y == 1，那么 Xmax3_noY == 0。
换句话说，如果Xmax_noY == 1
Ydummy == 1，则(Year +5)
此外，最好将 Xmax3_noY 变量调整为不仅在5年后的 ，而且在之前的。换句话说： Xmax_noY == 1 如果它不是 Ydummy == 1 （Year-5）:( Year + 5）
答案 0 :(得分：2)
library(data.table)
dt = as.data.table(data) # or setDT to convert in place
dt[, Xmax3 := 0][X == 3, Xmax3 := c(1, rep(0, .N-1)), by = Subject][
, Xmax3 := if (max(X) > 3) 0, by = Subject]
dt[, Xmax3_noY := 0][X == 3,
Xmax3_noY := if(all(Ydummy[Year <= Year[1] + 6] == 0)) Xmax3 else 0,
by = Subject]
dt
# Subject Year X Ydummy Xmax3 Xmax3_noY
# 1: A 1990 0 0 0 0
# 2: A 1991 1 0 0 0
# 3: A 1992 2 0 0 0
# 4: A 1993 0 0 0 0
# 5: A 1995 1 0 0 0
# 6: A 1996 2 0 0 0
# 7: A 1997 3 0 1 1
# 8: B 1990 0 0 0 0
# 9: B 1991 0 0 0 0
#10: B 1992 0 0 0 0
#11: B 1993 1 0 0 0
#12: B 1995 2 0 0 0
#13: B 1996 3 0 1 1
#14: B 1997 3 0 0 0
#15: C 1990 1 0 0 0
#16: C 1991 2 0 0 0
#17: C 1992 3 0 1 0
#18: C 1993 3 0 0 0
#19: C 1995 3 0 0 0
#20: C 1996 3 0 0 0
#21: C 1997 3 0 0 0
#22: C 1998 3 1 0 0
#23: D 1990 0 0 0 0
#24: D 1991 0 0 0 0
#25: D 1992 1 0 0 0
#26: D 1993 2 0 0 0
#27: D 1995 3 0 0 0
#28: D 1996 3 0 0 0
#29: D 1997 4 0 0 0
# Subject Year X Ydummy Xmax3 Xmax3_noY
答案 1 :(得分：1)
这是一个解决方案，可以从1到4（8个新列）生成列Xmax_n和Xmax_n_noY，并满足以下条件：
1 X列{/ 1}} Subject中Xmax_n的{{1}}的第一个最大值表示0中Xmax_n_noY的{{1}}值为Xmax_n，则Ydummy为每个1值显示Subject列的值在Year之前或之后的5年范围内组合，否则为1 library(dplyr)
library(tidyr)
data %>%
group_by(Subject, X) %>%
mutate(maxt = ifelse(X != 0 & row_number(X) == 1, paste0("Xmax", X), NA),
maxnoy = ifelse(!is.na(maxt), paste0("Xmax", X, "_noY"), NA),
val = ifelse(!is.na(maxt), 1, 0)) %>%
group_by(Subject) %>%
mutate(Y2 = ifelse(!is.na(maxnoy) & any(Ydummy == 1), Year[Ydummy == 1], NA),
L = ifelse(!is.na(maxnoy) & !is.na(Y2), Y2 %in% list((Year-5):(Year+5)), 1)) %>%
spread(maxnoy, L, fill = 0) %>%
spread(maxt, val, fill = 0)
在第一部分中，我们group_by() Subject和X生成三个重要的新列maxt，val和maxnoy < / p>
data %>%
group_by(Subject, X) %>%
mutate(maxt = ifelse(X != 0 & row_number(X) == 1, paste0("Xmax", X), NA),
maxnoy = ifelse(!is.na(maxt), paste0("Xmax", X, "_noY"), NA),
val = ifelse(!is.na(maxt), 1, 0)) %>%
然后我们生成重要性L的第四列，如果0中的Xmax_n值为Ydummy，则1将Subject Year {1}} 1之前或之后5年内的{1}}组，否则为 group_by(Subject) %>%
mutate(Y2 = ifelse(!is.na(maxnoy) & any(Ydummy == 1), Year[Ydummy == 1], NA),
L = ifelse(!is.na(maxnoy) & !is.na(Y2), Y2 %in% list((Year-5):(Year+5)), 1)) %>%
。
spread()然后我们maxt成对val＆amp; maxnoy和L＆amp; spread(maxnoy, L, fill = 0) %>%
spread(maxt, val, fill = 0)
以获得所需的输出格式。
private static readonly ConcurrentDictionary<string, Lazy<Task>> RefreshTokenTasks = new ConcurrentDictionary<string, Lazy<Task>>();
答案 2 :(得分：-1)
如果您的数据不是很大，您可以使用循环来解决问题。这通常被视为不好，但您可以轻松地将以下循环的命令转换为函数，以便通过apply执行该函数（请参阅。?apply。
所以，我们假设data_size是数据的长度，即data_size <- dim(data)[1]，那么您可以分两步计算Xmax3列。首先是以下循环：
data$Xmax3 <- 0
for (t in 1:data_size) {
if (data$X[t] == 3) {
data$Xmax3[t] <- 1
}
}
如果您愿意使用dplyr，也可以更优雅地表达：
data <- dplyr::mutate(data,Xmax3 = ifelse ((X == 3), 1 , 0))
然后在第二步中我们要消除所有1后面的1.再次，有多种方法可以实现这一点。一种可能性是使用diff(x)函数（请参阅：?diff）。它返回x值之间的差异。例如：diff(c(1,2,5,6,1))将返回'1 3 1 -5'。请注意，返回的向量比提供的向量短一个，因为差异是采用的。接下来的部分有点笨拙，因为Xmax3_diff我们需要将Xmax3行的第一个值连接起来并删除0以下的所有值：
Xmax3_diff <- diff(data$Xmax3)
data$Xmax3 <- pmax( c(data$Xmax3[1],Xmax3_diff) , 0)
完成此操作后，可以使用循环再次获取列Xmax3_noY。这次我们关心数据的最后一行 - 条目！
buffer <- 5 # 5 because we want to check 5 years a head of the current time step
data$Xmax3_noY <- 0
for (t in 1:(data_size-buffer)) {
# check if the the next 5 years of the Ydummy column are all 0
test_for_followup_years <- any(data$Ydummy[t:(t+buffer)] == 0)
# If hte conditions we want are met, then set max3_noY to 1
if ( (data$Xmax3[t] == 1) & test_for_followup_years ) {
data$Xmax3_noY[t] <- 1
}
}