我有以下数据:
library(tidyverse)
set.seed(1)
test <- data.frame(id = c(rep(1, 3), rep(2, 4), rep(3, 5)),
Year = 2000 + c(1,3,5,2,3,5,6,1,2,3,4,5),
var1 = sample(0:2, replace = TRUE, size = 12, prob = c(0.6, 0.3, 0.1)),
var2 = sample(0:2, replace = TRUE, size = 12, prob = c(0.6, 0.3, 0.1)))
第一年,我需要在每个id组中每个变量(var1
和var2
)都不为零。
我知道如何查找第一个非零行的行号:
temp <- function(a) ifelse(length(head(which(a>0),1))==0,0,head(which(a>0),1))
test2 <- test %>% group_by(id) %>%
mutate_at(vars(var1:var2),funs(temp)) %>%
filter(row_number()==1) %>% select (-year)
id var1 var2
1 1 0 1
2 2 1 2
3 3 1 1
但是,我不确定如何将行号匹配回year变量,以便我将确切地知道var1
和var2
何时变为非零,而不是仅将行号。
这就是我想要的:
id var1 var2
1 1 0 2001
2 2 2002 2003
3 3 2001 2001
答案 0 :(得分:4)
我们可以执行以下操作:
test %>% group_by(id) %>% summarise_at(vars(var1:var2), funs(Year[. > 0][1]))
# A tibble: 3 x 3
# id var1 var2
# <dbl> <dbl> <dbl>
# 1 1 NA 2001
# 2 2 2002 2003
# 3 3 2001 2001
也就是说,. > 0
在值为正时给出TRUE
的逻辑矢量,然后我们选择所有相应的年份,最后只选择第一个年份。
这与您的方法非常相似。请注意,由于使用summarise
,我不再需要filter(row_number()==1) %>% select (-year)
。另外,我对应于temp
的函数更加简洁。
答案 1 :(得分:1)
一种略有不同的方法,首先将所有内容收集到一个大的长文件中:
test %>%
gather(var, value, var1:var2) %>%
filter(value != 0) %>%
group_by(id, var) %>%
summarise(Year = min(Year)) %>%
spread(var, Year)
## A tibble: 3 x 3
## Groups: id [3]
# id var1 var2
#* <dbl> <dbl> <dbl>
#1 1.00 NA 2001
#2 2.00 2002 2003
#3 3.00 2001 2001
还有一个有趣的基本R版本:
tmp <- cbind(test[c("id", "Year")], stack(test[c("var1","var2")]))
tmp <- tmp[tmp$values != 0,]
tmp <- aggregate(Year ~ id + ind, data=tmp, FUN=min)
reshape(tmp[c("id","ind","Year")], idvar="id", timevar="ind", direction="wide")