Question

我有以下df：

df <- data.frame(ID = c(1,1,2,2,2,3,3,3,3),
                 Attendance = c(1, 1, NA, 1,1, NA, 1, NA, 1 ))

我想要这个：

df <- data.frame(ID = c(1,1,2,2,2,3,3,3,3),
                 Attendance = c(1, 1, NA, 1,1, NA, 1, NA, 1),
                 Visit = c(1,2,0,1,2,0,1,0,2))

如何在“访问”列中根据“出勤”列值显示ID（每次出现（cumsum）时），同时忽略NA或0？

我尝试使用 ave 这样的功能，但没有成功：

df$Visit <- ifelse(!is.na(df$ID), (ave(df$ID, df$ID, FUN=cumsum))/df$ID, 0)

我通过创建一个辅助df来实现结果：

aux <- df[complete.cases(df$Attendance),]

使用 Ave 功能计算访问次数，然后合并，但我确信存在最简单的方法

Answer 1

我们可以使用data.table。转换＆＃39; data.frame＆＃39;到＆＃39; data.table＆＃39; （setDT(df)），按＆＃39; ID＆＃39;分组，将i指定为逻辑向量，对于非参考文献中的非NA元素为TRUE，分配（ :=）＆＃39; rowid＆＃39;的出席情况＆＃39;作为＆＃39;访问＆＃39;柱。然后，在＆＃39;访问＆＃39;中替换NA。到0

library(data.table)
setDT(df)[!is.na(Attendance), Visit := rowidv(Attendance), 
                   ID][is.na(Visit), Visit := 0]
df
#   ID Attendance Visit
#1:  1          1     1
#2:  1          1     2
#3:  2         NA     0
#4:  2          1     1
#5:  2          1     2
#6:  3         NA     0
#7:  3          1     1
#8:  3         NA     0
#9:  3          1     2

或者，如果我们使用ave，则为非NA行创建索引，然后对这些行使用ave

i1 <- !is.na(df$Attendance)
df$Visit <- 0
df$Visit[i1] <- with(df[i1, ], ave(Attendance, ID, FUN = cumsum))

Answer 2

library(dplyr)
df %>%
    group_by(ID) %>%
    mutate(Visit = if_else(is.na(Attendance), 0, cumsum(if_else(is.na(Attendance), 0, 1))))

计算每个ID的访问次数（cumsum），同时忽略NA和0

2 个答案: