在下面的数据集中，对于每个id，我已标记（第m列的m_flag和第w列的f_flag）在m OR w列中的3之后第一个出现1或2。
我正在尝试：
1）如果缺少m但不包含var 1，则在m中3之前的行中将m_flag设置为1
然后，将m_flag中的前一个1转换为0
2）如果w缺失但var 2没有（例如第7行），则将w中3之前的行中的f_flag设置为1
然后，将f_flag中的前一个1转换为0（例如第6行）
df <- data.frame(id=c(1,1,1, 2,2, 3,3,3, 4,4,4),
m=c(2,NA,NA, 2,3, 2,2,3, 2,2,3),
w=c(2,NA,3, 2,NA, 2,NA,3, 2,NA,3),
var1=c(5,NA,NA, 6,6,7,7,7, 8,8,8),
var2=c(3,3,3, 4,NA, 5,5,5, 6,NA,6),
m_flag=c(1,0,NA, 1,NA, 0,1,NA, 0,1,NA),
f_flag=c(1,0,NA, 1,NA, 1,0,NA, 1,0,NA))
> df
id m w var1 var2 m_flag f_flag
1 1 2 2 5 3 1 1
2 1 NA NA NA 3 0 0
3 1 NA 3 NA 3 NA NA
4 2 2 2 6 4 1 1
5 2 3 NA 6 NA NA NA
6 3 2 2 7 5 0 1
7 3 2 NA 7 5 1 0
8 3 3 3 7 5 NA NA
9 4 2 2 8 6 0 1
10 4 2 NA 8 NA 1 0
11 4 3 3 8 6 NA NA
输出（注意：只有第7行中的 1 会从0变为1，而第6行中的 0 则由1变为0）
output <- data.frame(id=c(1,1,1, 2,2, 3,3,3, 4,4,4),
m=c(2,NA,NA, 2,3, 2,2,3, 2,2,3),
w=c(2,NA,3, 2,NA, 2,NA,3, 2,NA,3),
var1=c(5,NA,NA, 6,6,7,7,7, 8,8,8),
var2=c(3,3,3, 4,NA, 5,5,5, 6,NA,6),
m_flag=c(1,0,NA, 1,NA, 0,1,NA, 0,1,NA),
f_flag=c(1,0,NA, 1,NA, 0,1,NA, 1,0,NA))
> output
id m w var1 var2 m_flag f_flag
1 1 2 2 5 3 1 1
2 1 NA NA NA 3 0 0
3 1 NA 3 NA 3 NA NA
4 2 2 2 6 4 1 1
5 2 3 NA 6 NA NA NA
6 3 2 2 7 5 0 **0**
7 3 2 NA 7 5 1 **1**
8 3 3 3 7 5 NA NA
9 4 2 2 8 6 0 1
10 4 2 NA 8 NA 1 0
11 4 3 3 8 6 NA NA
谢谢
答案 0 :(得分：1)
首先，在步骤1中创建与条件相对应的列。我们将其称为meet_condition_f和meet_condition_m。然后，我们将使用lead()在下一行中查看条件的值。如果为true，则将相应的标志重置为0。然后，对于条件为true的行，将标志设置为1（这是步骤1的第二步）。
如果您需要按组进行操作，例如，在变异之前添加group_by(id)。不要忘了以后取消分组。
library(dplyr)
#>
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#>
#> filter, lag
#> The following objects are masked from 'package:base':
#>
#> intersect, setdiff, setequal, union
df <- data.frame(id=c(1,1,1, 2,2, 3,3,3, 4,4,4),
m=c(2,NA,NA, 2,3, 2,2,3, 2,2,3),
w=c(2,NA,3, 2,NA, 2,NA,3, 2,NA,3),
var1=c(5,NA,NA, 6,6,7,7,7, 8,8,8),
var2=c(3,3,3, 4,NA, 5,5,5, 6,NA,6),
m_flag=c(1,0,NA, 1,NA, 0,1,NA, 0,1,NA),
f_flag=c(1,0,NA, 1,NA, 1,0,NA, 1,0,NA))
df %>% mutate(
# Create an indicator column for the condition specified.
# `lead` looks at the "m" value for the next row.
# `if_else` takes a logical condition and returns the result
# from true/false/missing depending which criteria each one meets.
meet_condition_m = if_else(
is.na(m) &
lead(m) == 3 &
!is.na(var1),
true = TRUE,
false = FALSE,
missing = NA),
meet_condition_f = if_else(
is.na(w) &
lead(w) == 3 &
!is.na(var2),
true = TRUE,
false = FALSE,
missing = NA
),
# First, perform step to to convert the previous 1 to 0
m_flag = if_else(lead(meet_condition_m) & m_flag == 1, 0, m_flag, m_flag),
# Then execute the first step
m_flag = if_else(meet_condition_m, 1, m_flag, m_flag),
# Repeat for f
f_flag = if_else(lead(meet_condition_f) & f_flag == 1, 0, f_flag, f_flag),
f_flag = if_else(meet_condition_f, 1, f_flag, f_flag)) %>%
# Drop intermediate columns.
select(-meet_condition_m, -meet_condition_f)
#> id m w var1 var2 m_flag f_flag
#> 1 1 2 2 5 3 1 0
#> 2 1 NA NA NA 3 0 1
#> 3 1 NA 3 NA 3 NA NA
#> 4 2 2 2 6 4 1 1
#> 5 2 3 NA 6 NA NA NA
#> 6 3 2 2 7 5 0 0
#> 7 3 2 NA 7 5 1 1
#> 8 3 3 3 7 5 NA NA
#> 9 4 2 2 8 6 0 1
#> 10 4 2 NA 8 NA 1 0
#> 11 4 3 3 8 6 NA NA
Created on 2019-11-20 by the reprex package (v0.3.0)