Question

要解释这是一项复杂的任务，但是我试图逐行查看几列，以搜索连续出现FALSE的3个或更多模式，但前提是先于此TRUE的至少一个实例。

找到此模式的地方，我想添加一个新列date_lost，以显示发生这种情况的日期（日期取自列标题-我知道这不是最好的命名方式列，但这是设置数据框的方式）

一个简单的数据框可能如下所示：

library(tidyverse)

df <- 
  tribble(
    ~id, ~`01/01/18`, ~`02/01/18`, ~`03/01/18`, ~`04/01/18`, ~`05/01/18`,
    1,        NA,        NA,      TRUE,      TRUE,     FALSE,
    2,      TRUE,      TRUE,     FALSE,     FALSE,     FALSE,
    3,      TRUE,     FALSE,     FALSE,     FALSE,      TRUE,
    4,     FALSE,      TRUE,     FALSE,      TRUE,     FALSE,
    5,      TRUE,     FALSE,     FALSE,      TRUE,      TRUE,
    6,     FALSE,     FALSE,     FALSE,      TRUE,     FALSE,
    7, NA, NA, NA, NA, NA
  )

> df
# A tibble: 7 x 6
     id `01/01/18` `02/01/18` `03/01/18` `04/01/18` `05/01/18`
  <dbl> <lgl>      <lgl>      <lgl>      <lgl>      <lgl>     
1     1 NA         NA         TRUE       TRUE       FALSE     
2     2 TRUE       TRUE       FALSE      FALSE      FALSE     
3     3 TRUE       FALSE      FALSE      FALSE      TRUE      
4     4 FALSE      TRUE       FALSE      TRUE       FALSE     
5     5 TRUE       FALSE      FALSE      TRUE       TRUE      
6     6 FALSE      FALSE      FALSE      TRUE       FALSE     
7     7 NA         NA         NA         NA         NA

该函数将标识在第二行和第三行中找到此模式，并在新列date_lost中添加日期（第二行添加05/01/18，第二行添加04/01/18 3）。如果找不到此模式，则其他行可能有NA，如下所示：

# A tibble: 7 x 7
     id `01/01/18` `02/01/18` `03/01/18` `04/01/18` `05/01/18` date_lost
  <dbl> <lgl>      <lgl>      <lgl>      <lgl>      <lgl>      <chr>    
1     1 NA         NA         TRUE       TRUE       FALSE      NA       
2     2 TRUE       TRUE       FALSE      FALSE      FALSE      05/01/18 
3     3 TRUE       FALSE      FALSE      FALSE      TRUE       04/01/18 
4     4 FALSE      TRUE       FALSE      TRUE       FALSE      NA       
5     5 TRUE       FALSE      FALSE      TRUE       TRUE       NA       
6     6 FALSE      FALSE      FALSE      TRUE       FALSE      NA       
7     7 NA         NA         NA         NA         NA         NA

我确定可以在r中以一种优雅的方式完成此操作，但是我只是找不到这种方法。非常感谢您的帮助

Answer 1

这是一个解决方案，该方法使用一些重塑（使用列而不使用行）和一些分组以发现（3 +）连续的（1+）FALSE情况在他们之前为真。

library(tidyverse) library(data.table) df <- tribble( ~id, ~`01/01/18`, ~`02/01/18`, ~`03/01/18`, ~`04/01/18`, ~`05/01/18`, 1, NA, NA, TRUE, TRUE, FALSE, 2, TRUE, TRUE, FALSE, FALSE, FALSE, 3, TRUE, FALSE, FALSE, FALSE, TRUE, 4, FALSE, TRUE, FALSE, TRUE, FALSE, 5, TRUE, FALSE, FALSE, TRUE, TRUE, 6, FALSE, FALSE, FALSE, TRUE, FALSE, 7, NA, NA, NA, NA, NA ) df %>% gather(date, value, -id) %>% # reshape data arrange(id) %>% # arrange data by id group_by(id2 = rleid(id, value)) %>% # create a new grouping (to spot consequtive FALSE cases) mutate(value = ifelse(is.na(as.character(value)), ".", as.character(value)), # update value variable (NAs will break the grouping, so we replace them with ".") false_in_row = sum(value == "FALSE")) %>% # count how many FALSE in a row group_by(id) %>% # group by id column mutate(flag = cumsum(value == "TRUE")) %>% # create a flag to spot if you had TRUE before FALSE cases filter(flag >= 1 & false_in_row >= 3) %>% # keep only conditions you specified summarise(date_lost = nth(date, 3)) %>% # get date the matches your conditions right_join(df, by="id") # join original dataset # # A tibble: 7 x 7 # id date_lost `01/01/18` `02/01/18` `03/01/18` `04/01/18` `05/01/18` # <dbl> <chr> <lgl> <lgl> <lgl> <lgl> <lgl> # 1 1 NA NA NA TRUE TRUE FALSE # 2 2 05/01/18 TRUE TRUE FALSE FALSE FALSE # 3 3 04/01/18 TRUE FALSE FALSE FALSE TRUE # 4 4 NA FALSE TRUE FALSE TRUE FALSE # 5 5 NA TRUE FALSE FALSE TRUE TRUE # 6 6 NA FALSE FALSE FALSE TRUE FALSE # 7 7 NA NA NA NA NA NA

Answer 2

使用tidyverse，data.table和zoo的另一种方法：

df %>%
  gather(var, val, -c(1)) %>%
  arrange(id) %>%
  group_by(temp1 = rleid(val)) %>%
  mutate(temp2 = seq_along(temp1)) %>%
  ungroup %>%
  group_by(id) %>%
  mutate(date_lost = ifelse(lag(val, 3) == TRUE & val == FALSE & temp2 == 3, var, NA)) %>%
  summarise(date_lost = ifelse(all(is.na(date_lost)) == TRUE, NA_character_, na.locf(date_lost))) %>%
  right_join(df, by = "id")

Answer 3

这是使用rle的基本R解决方案：

rle_mat <- t(apply(df[-1],1,function(x) sequence(rle(x)$length))) *!df[-1]
df$date_lost <- apply(rle_mat,1,function(x) {
  which_3 <-which(x==3)[1]
  cond    <- which_3 > which(x==0)[1]
  if(isTRUE(cond[[1]])) names(x)[which_3] else NA
})
df
# # A tibble: 7 x 7
#      id `01/01/18` `02/01/18` `03/01/18` `04/01/18` `05/01/18` date_lost
#   <dbl> <lgl>      <lgl>      <lgl>      <lgl>      <lgl>      <chr>    
# 1     1 NA         NA         TRUE       TRUE       FALSE      <NA>     
# 2     2 TRUE       TRUE       FALSE      FALSE      FALSE      05/01/18 
# 3     3 TRUE       FALSE      FALSE      FALSE      TRUE       04/01/18 
# 4     4 FALSE      TRUE       FALSE      TRUE       FALSE      <NA>     
# 5     5 TRUE       FALSE      FALSE      TRUE       TRUE       <NA>     
# 6     6 FALSE      FALSE      FALSE      TRUE       FALSE      <NA>     
# 7     7 NA         NA         NA         NA         NA         <NA>

x在第一次出现FALSE时达到3，但必须首先为TRUE，并且TRUE中rle_mat的值为0，因此第二次通话中的不平等。

跨行搜索r中的一系列值

3 个答案: