Question

我有一些时间来处理数据，我想根据事件更改特定变量。在帮助下，我能够弄清楚如何更改一次值，但我希望能够不断更改它。以下是我开始使用的数据。

Time Event1 Event2  ID_1 ID_2 ID_3 ID_4 ID_5
1    0      0       1    1    1    1    0
2    0      0       1    1    1    1    0
3    0      0       1    1    1    1    0
4    0      0       1    1    1    1    0
5    ID_2   ID_5    1    1    1    1    0
6    0      0       1    1    1    1    0
7    ID_5   ID_2    1    1    1    1    0
8    0      0       1    1    1    1    0

我想要发生的事情是，当一个ID_X出现在Event1中时，我想将该变量中的所有未来值更改为0 UNTIL它们再次出现在Event2中，在这种情况下我想将它们翻转回1以下是我要做的事。

更新数据表

Time Event1 Event2  ID_1 ID_2 ID_3 ID_4 ID_5
1    0      0       1    1    1    1    0
2    0      0       1    1    1    1    0
3    0      0       1    1    1    1    0
4    0      0       1    1    1    1    0
5    ID_2   ID_5    1    0    1    1    1
6    0      0       1    0    1    1    1
7    ID_5   ID_2    1    1    1    1    0
8    0      0       1    1    1    1    0

正如你所看到的，ID_2出现在Event1中，开始变为0，然后出现在Event2中，应该被翻转回1.我唯一能够找到帮助的是如何从其余数据为1/0。但是，当我需要来回改变时，我不会认为我所做的事情（使用融化和重塑数据）会起作用。任何帮助都会很棒。感谢。

Answer 1

这可以使用cumsum()的组合来记录"ID_2"的外观，例如Event1或Event2，和xor()翻转。

library(data.table)
DT[, ID_2 := 0L + xor(cumsum(Event1 == "ID_2") - cumsum(Event2 == "ID_2"), ID_2)][]
DT[, ID_5 := 0L + xor(cumsum(Event1 == "ID_5") - cumsum(Event2 == "ID_5"), ID_5)][]

    Time Event1 Event2 ID_1 ID_2 ID_3 ID_4 ID_5
 1:    1      0      0    1    1    1    1    0
 2:    2      0      0    1    1    1    1    0
 3:    3      0      0    1    1    1    1    0
 4:    4      0      0    1    1    1    1    0
 5:    5   ID_2   ID_5    1    0    1    1    1
 6:    6      0      0    1    0    1    1    1
 7:    7   ID_5   ID_2    1    1    1    1    0
 8:    8      0      0    1    1    1    1    0
 9:    9   ID_2      0    1    0    1    1    0
10:   10      0      0    1    0    1    1    0
11:   11      0   ID_2    1    1    1    1    0
12:   12      0      0    1    1    1    1    0

请注意，示例数据集中添加了其他行，以证明ID_2第二次翻转。

如果有多个ID_x列，则可以使用lapply()

方便地为每列重复此列

id_cols <- stringr::str_subset(names(DT), "^ID")
invisible(lapply(id_cols, function(col) 
  DT[, (col) := 0L + xor(cumsum(Event1 == col) - cumsum(Event2 == col), get(col))]))
DT[]

结果与上述相同。

使用

data.table是因为它允许更新单个列到位，即不复制整个数据集，从而节省了内存和时间。 invisible()会阻止打印lapply()的结果。 <{1}}的结果在此处不需要，因为lapply()已就地更新。

先决条件

代码适用于给定的示例。它依赖于假设每个DT在ID_x和Event1中交替显示，否则可能会失败。

编辑：检查先决条件

下面的版本包括一个检查，如果违反了上述先决条件，则暂停执行（但不是最好的自解释错误消息）：

Event2

数据

由OP提供加上四行。

id_cols <- stringr::str_subset(names(DT), "^ID")
invisible(lapply(id_cols, function(col) 
  DT[, (col) := {
    tmp <- cumsum(Event1 == col) - cumsum(Event2 == col)
    stopifnot(all(tmp %in% -1:1))
    0L + xor(tmp, get(col))
  }]))
DT[]

基于R中的事件随时间变化

1 个答案:

先决条件

编辑：检查先决条件

数据